Calgary-Cambridge Kılavuzlarında yer alan becerilerin özerklik ilkesi kapsamında değerlendirilmesi
Bibliographic record
Abstract
Calgary-Cambridge Kılavuzları, sağlık bilimleri alanında çeşitli disiplinlerde hekim-hasta iletişimini geliştirmek üzere kurgulanmıştır. Bu kılavuzlar, veteriner hekimliğe 2000 yılında uyarlanmış, birçok değişikliğin ardından güncel halini 2017 yılında almıştır. Çalışmada, Türkçeye adaptasyonu yapılan kılavuzlardaki 73 maddenin, sağlık alanındaki temel etik ilkelerden özerkliğe saygı ilkesi ile uyumunun değerlendirilmesi amaçlanmıştır. Nitel araştırma olarak tasarlanan bu çalışmada, 73 beceriden 47’sinin özerklik ilkesiyle doğrudan ilişkilendirilebileceği tespit edilmiştir. İnceleme sonucunda, hasta sahibine saygı duyma (n=15), hasta hakkında bilgi verme (n=13), hasta sahibinin verilen bilgiyi anladığını kontrol etme (n=6), hasta sahibiyle birlikte ortak karar verme (n=12) ve hasta sahibinin onamını alma (n=1) temalarında sınıflandırılabilecek becerilerin, özerkliğe saygı ilkesi açısından veteriner fakültesi öğrencilerinde ve veteriner hekimlerde farkındalık yaratabileceği düşünülmektedir. Sonuç olarak, iletişim becerilerini geliştirmek üzere kurgulanan Calgary-Cambridge Kılavuzlarının sağlık bilimlerinde temel etik ilkelerden biri olan özerkliğe saygı ilkesiyle uyumlu olduğu söylenebilir. Bu nedenle bahsi geçen kılavuzların veteriner hekimliği lisans müfredatına dahil edilmesiyle öğrencilerin iletişim becerilerinin yanı sıra, etik karar verme becerilerinin de geliştirebileceği düşünülmektedir.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.045 | 0.009 |
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".