MétaCan
Menu
Back to cohort
Record W2891218778

Bør eutanasi legaliseres i Norge? Should Euthanasia be legalized in Norway?

2018· dissertation· en· W2891218778 on OpenAlexaboutno aff
Amanda Schei

Bibliographic record

VenueBergen Open Research Archive (BORA) (University of Bergen) · 2018
Typedissertation
Languageen
FieldMedicine
TopicPalliative Care and End-of-Life Issues
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical science
DOInot available

Abstract

fetched live from OpenAlex

Enkelte svært syke mennesker ønsker hjelp til å dø. I land det er naturlig for Norge å sammenligne seg med, som Nederland, Belgia og Canada, er ulike former for dødshjelp legalisert. I denne oppgaven diskuterer jeg om frivillig, aktiv eutanasi er moralsk tillatelig og om Norge burde legalisere det. I Norge har det aldri vært en stor offentlig debatt om dette, og forsøk på å vekke en slik debatt har blitt møtt av stor enighet om at eutanasi fortsatt skal være forbudt. Utviklingen av medisinske behandlingsmuligheter og teknologi innebærer imidlertid at betingelsene for liv og død er endret, og det synes derfor rimelig å ta tidligere tiders moralske intuisjoner opp til ny vurdering. I oppgaven presenterer og drøfter jeg en rekke filosofiske og politiske argumenter som ofte fremføres mot eutanasi: verdighetsargumenter, at palliativ behandling er et godt nok alternativ til eutanasi, at det er verre å drepe enn å la dø, at eutanasi strider mot legens etiske mandat, skråplanseffekten, at eutanasi som legalt alternativ kan gjøre at pasienten føler seg som en byrde og diskrimineringsargumentet. Mot dette vurderer jeg argumenter knyttet til retten til selvbestemmelse og individets frihet til selv å avgjøre om livet er verdt å leve, og går gjennom erfaringer fra land som har legalisert eutanasi, først og fremst Nederland og Belgia. Jeg konkluderer med at eutanasi er moralsk tillatelig og bør legaliseres i Norge.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.213
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0020.002
Science and technology studies0.0000.001
Scholarly communication0.0000.001
Open science0.0020.001
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0080.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.364
GPT teacher head0.491
Teacher spread0.127 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2018
Admission routes1
Has abstractyes

Explore more

Same venueBergen Open Research Archive (BORA) (University of Bergen)Same topicPalliative Care and End-of-Life IssuesFrench-language works237,207