Programme d’indemnisation des victimes d’une vaccination : Justification et aperçu du programme du Québec
Bibliographic record
Abstract
Les vaccins sont parmi les agents thérapeutiques les plus sûrs, et les effets indésirables graves se produisent rarement.Lorsqu'ils se produisent, une personne peut devoir assumer une partie ou la totalité des coûts associés à ses blessures, demander une indemnisation par voie de litige ou, si possible, demander une indemnisation dans le cadre d'un programme d'indemnisation des victimes d'une vaccination financé par le secteur public.Les programmes d'indemnisation des victimes d'une vaccination sont des régimes d'indemnisation « sans égard à la faute » dans le cadre desquels les gouvernements indemnisent les personnes lésées par des vaccins fabriqués adéquatement.Il existe des justifications éthiques, juridiques et pratiques à l'appui de ces programmes.À l'échelle mondiale, 19 pays ont mis en œuvre des programmes d'indemnisation des victimes d'une vaccination; dans la majorité de ces pays, les vaccins ne sont pas obligatoires.Ils ont tous des processus semblables en ce qui concerne les façons d'appliquer, les preuves nécessaires et les éléments d'indemnisation.Au Canada, seule la province de Québec a un programme d'indemnisation des victimes d'une vaccination, lequel fonctionne avec succès depuis 1985.Les programmes d'indemnisation des victimes d'une vaccination soulèvent des préoccupations, notamment en ce qui a trait au coût, à la difficulté d'évaluer la causalité et à la crainte que de tels programmes puissent miner la confiance du public dans les vaccins, mais ces préoccupations peuvent être surmontées, surtout dans les pays à revenu élevé qui peuvent assumer les coûts et qui ont la capacité de gérer le programme.
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 | 0.007 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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.
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".