MétaCan
Menu
← Retour à la cohorte
Enregistrement W7054644574

Aide médicale à mourir : exploration des facteurs de sens qui émergent de l’expérience vécue des médecins administrant l’AMM

2021· other· fr· W7054644574 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2021
Typeother
Languefr
DomaineEngineering
ThématiqueLaser Design and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)LimitingWork (physics)Filter (signal processing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Contexte : Seuls professionnels de la santé habilités à administrer l’aide médicale à mourir (AMM) au Québec, les médecins se retrouvent, depuis 2015, dans un nouveau contexte législatif qui amène leur profession médicale à subir des changements majeurs au sein de leur pratique de soins de fin de vie. Objectifs : Explorer les facteurs de sens qui émergent de l’expérience vécue par les médecins administrant l’AMM afin de découvrir ce qui les amène à intégrer cette pratique dans leur continuum professionnel. Méthodologie : Nous avons sondé les parcours expérientiels de dix médecins ayant pratiqué minimalement une AMM sur l’ensemble du territoire du CIUSSS de l’Estrie. La recherche qualitative avec entretien semi-dirigé a été favorisée. La théorisation ancrée de Pierre Paillé (1994) a servi de méthode d’analyse. Résultats : L’analyse par théorisation ancrée nous a démontré que l’AMM est une démarche humaine qui demande du temps et des aptitudes sociales et où le savoir-être est essentiel. Nous avons découvert que le geste est situé aux frontières de l’identité personnelle et professionnelle. En somme, ce qui incite un médecin à participer à la démarche est son identité narrative qui est appuyée par les valeurs et le sens qu’il donne à son expérience vécue. Conclusion : L’AMM est un geste qui est lourd de sens et le processus est vécu différemment par chaque médecin, il est donc important de respecter le sens et les valeurs de chaque médecin, peu importe qu’il intègre ou pas l’AMM dans son curriculum professionnel.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,197
Score d'incertitude au seuil0,392

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,018
Communication savante0,0070,004
Science ouverte0,0010,007
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,218
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)→Même sujetLaser Design and Applications→Travaux en français237 207→