MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162024142 · doi:10.82308/39460

Le dernier consentement

2023· dissertation· fr· W7162024142 sur OpenAlexaboutno aff
Mélisandre Shanks

Notice bibliographique

Revuenon disponible
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEthical theoryApplied philosophyPersonal autonomy

Résumé

récupéré en direct d'OpenAlex

Depuis plusieurs années, avec l’utilisation de plus en plus répandue des moyens technologiques, la question du consentement est mise de l’avant et discuté dans les différentes sphères de notre société. Le consentement étant intimement lié à l’autodétermination et à la liberté, son importance demeure capitale dans les échanges humains. En 2015, une nouvelle frontière a été franchie avec la décriminalisation de l’aide médicale à mourir. L’arrêt Carter a poussé les gouvernements fédéral et provinciaux à légaliser et légiférer en matière d’aide médicale à mourir. Encore plus récemment, des modifications ont été portées au Code criminel afin de permettre de consentir de manière anticipée à l’aide médicale à mourir. La question que nous nous posons est de savoir si les lois portant sur l’aide médicale à mourir au Canada permettent de consentir au préalable à recevoir ce soin après la perte de la capacité d’exprimer un consentement. Pour répondre à cette question, nous nous pencherons sur la notion du consentement dans différents domaines du droit et nous étudierons les principes fondamentaux qui régissent le consentement à l’aide médicale à mourir. Après avoir effectué cette étude du consentement, nous tenterons d’appliquer certains des principes analysés à ce consentement très particulier. Nous constaterons que le cadre légal actuel ne permet pas l’exercice d’un consentement anticipé et nous proposerons des solutions permettant d’établir un réel consentement anticipé à l’aide médicale à mourir

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)0,007
score de la tête « metaresearch » (Gemma)0,027
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,337

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,006
Communication savante0,0090,009
Science ouverte0,0020,007
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,1010,035

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 Opus0,229
Tête enseignante GPT0,550
Écart entre enseignants0,321 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHealthcare Systems and Practices→Travaux en français237 207→