How Do We Know What is the Best Medicine? From Laughter to the Limits of Biomedical Knowledge
Notice bibliographique
Résumé
Medicine has been called a science, as well as an art or a craft, among other terms that express aspects of its practical nature. Medicine is not the abstract pursuit of knowledge. Medical researchers and clinical practitioners aim primarily to help people. As a first approximation then, given its practical focus on the person, the most important question in medicine is: what works?\tTo answer that question, however, we need to understand how we know what works. What are the standards, methods and limits of medical knowledge? That is the central focus and subject of this inquiry: how we know what works in medicine.\n\tTo explore medical knowledge and its limits, this thesis examines the common notion that laughter is the best medicine. Focusing on laughter provides a robust case study of how we know what works in medicine; it also, in part, reveals the thin, perhaps even non-existent, distinction in medicine between empirically-grounded knowledge and intuition.\n\tAs there is no single academic discipline devoted to laughter in medicine, the first chapter situates and charts the course of this unusual project and explains why inquiry into laughter in medicine matters. In the following chapters, we encounter claims from distinguished sources that laughter and humor are the best medicine. These claims are examined from a variety of perspectives including not only the orthodox view of evidence-based medicine, but also from narrative, evolutionary and complexity views of medicine. The rarely explored serious negative side of laughter is also examined. No view provides a firm foundation for belief in laughter medicine. \n\tA general conclusion from this inquiry is that none of the approaches effectively tame the complexity of medical phenomena; indeed each starkly reveals a greater complexity than found at first glance. A narrower conclusion is that providing a basis for claims about laughter in medicine poses its own specific challenges. A third conclusion is that, as things stand, none of the existing approaches seems up to the task of determining whether something such as laughter is the best medicine.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».