Défis éthiques entourant la prise de décision en contexte de dépendance aux drogues : une analyse qualitative du discours de parties prenantes
Bibliographic record
Abstract
La consommation de drogues est répandue au Canada, et on estime qu’environ un Canadien sur cinq développera une dépendance au cours de sa vie. Les personnes vivant ou ayant vécu avec une dépendance aux drogues (PVVDD) font souvent l’expérience d’interactions stigmatisantes dans le système de santé, qui peuvent être exacerbées par des facteurs socioculturels. Cela peut affecter leur sentiment d’efficacité face aux décisions de santé et les empêcher d’exercer leur agentivité au quotidien. Ce projet de recherche explore les compréhensions de divers groupes de parties prenantes par rapport à la légalisation du cannabis, la consommation de drogues, la dépendance aux drogues et la prise de décision volontaire. Trois groupes ont été interrogés par des entrevues semi-dirigées : les PVVDD, les cliniciens travaillant auprès de PVVDD et les membres du public. Les données, analysées par des méthodes qualitatives cohérentes avec l’éthique pragmatiste inspirée de Dewey, ont démontré que les parties prenantes canadiennes avaient une opinion positive de la légalisation du cannabis au Canada, mais que leurs jugements moraux variaient en fonction du groupe. Les résultats ont aussi démontré que les participants avaient une compréhension complexe de la dépendance aux drogues et de la prise de décision volontaire que ne reflètent pas les modèles prédominants. L’identification des dimensions morales en jeu peut informer la pratique de l’éthique clinique dans les problèmes éthiques incluant des PVVDD. De plus amples recherches sur l'interaction de ces aspects dans des problèmes et dilemmes concrets qui émergent dans les relations de soins sont nécessaires.
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 | 0.016 | 0.022 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.013 | 0.026 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.006 | 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".