Les enjeux éthiques en réadaptation. Un état des lieux de la conceptualisation de notions éthiques
Bibliographic record
Abstract
En réadaptation, l’éthique suscite de plus en plus d’intérêt. Cela dit, peu de réflexions méta-éthiques ont, à ce jour, été menées. C’est pourquoi une recension et une analyse critique de l’usage du concept d’« enjeu éthique » s’avèrent pertinentes. Pour ce faire, une recension systématique et critique des écrits discutant d’enjeux éthiques en réadaptation a été effectuée. Cette recension, qui s’inspire de la méthode développée par McCullough et ses collaborateurs, a permis de recenser et d’analyser 80 articles. Plusieurs caractéristiques et lacunes dans la conceptualisation du concept d’enjeu éthique ont été notées. Trois principaux constats ressortent de l’étude, soit: 1) le corpus de textes étudiés est dominé par l’éthique descriptive; 2) la conceptualisation éthique y est marginale, en ceci que les concepts éthiques sont généralement énoncés sans être définis; et 3) le corpus se caractérise par l’usage d’amalgames et par la multiplication de concepts éthiques imprécis et souvent utilisés comme des synonymes alors qu’ils réfèrent à des phénomènes distincts. Ces lacunes conceptuelles occasionnent des confusions et des imprécisions conceptuelles qui peuvent nuire à la recherche en éthique, à son enseignement et au respect de l’éthique en clinique, de même que discréditer la discipline qu’est l’éthique.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.014 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.003 |
| Science and technology studies | 0.005 | 0.040 |
| Scholarly communication | 0.012 | 0.021 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".