Quelques enjeux de l’institutionnalisation de l’éthique : l’exemple des politiques publiques de santé
Bibliographic record
Abstract
Face à la demande d’éthique dans la société moderne, et particulièrement dans le champ de la santé, l’État mandate ses institutions publiques pour gérer les enjeux éthiques soulevés par ses politiques d’intervention et de prise en charge. Des comités et commissions d’éthique se verront déléguer de larges responsabilités. Or, une telle éthique appliquée de l’intérieur des institutions par des « experts » constitue-t-elle une menace à la démocratie ? Se résume-t-elle aux instrumentalisations qui peuvent en être faites par les pouvoirs politiques ? Risque-t-elle d’être dénaturée par son recours à une approche principiste si cette dernière s’ouvre à une éthique de la discussion ? Conduit-elle à la disqualification des autres discours critiques en particulier des critiques politiques ? Enfin, les politiques publiques de santé étant normatives, l’éthique appliquée à ces politiques se doit-elle d’être normative ? Des ébauches de réflexion seront ici proposées autour de ces questionnements.
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 | 0.010 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.042 |
| Scholarly communication | 0.014 | 0.011 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.008 | 0.011 |
| Insufficient payload (model declined to judge) | 0.012 | 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".