La pertinence et les enjeux eÌthiques d'interventions de santeÌ publique envers\nl'infertiliteÌ et l'âge maternel avancé
Bibliographic record
Abstract
Des études récentes ont démontré une augmentation de la prévalence de l’infertilité au Canada ainsi qu’une augmentation fulgurante de l’utilisation de la procréation assistée. Le Québec s’est doté en 2010 d’un programme de financement de la procréation assistée visant un accès universel ainsi que la protection de la santé des mères et des enfants. Les diverses parties prenantes attribuent un certain nombre de lacunes à ce programme, incluant l’absence de mesures de prévention et de promotion de la santé visant à réduire la prévalence de l’infertilité. En effet, une proportion significative de cas d’infertilité découle de facteurs modifiables et relatifs aux modes de vie tels que le tabagisme, les infections transmises sexuellement et par le sang, les problèmes de poids, les toxines environnementales et l’âge. De plus, l’âge maternel avancé ainsi que l’usage de la procréation assistée comportent des risques pour la santé des mères et des enfants au sujet desquels la population ne possède pas une connaissance suffisante. Des approches en amont ont été proposées par diverses organisations et dans divers pays, toutefois, peu ont été adoptées. Force est de constater que ces initiatives représentent de grands défis au point de vue de l’acceptabilité sociale, en raison de la nature sensible du sujet et d’une grande valorisation sociale de l’autonomie reproductive. L’éthique des communications en santé permet d’identifier ces défis qui touchent l’usage de tactiques persuasives, le risque de stigmatisation et l’attribution indue d’une responsabilité. Si leur élaboration tient compte de ces enjeux, les campagnes de communications en santé ont le potentiel d’informer adéquatement la population afin de favoriser l’autonomie et la santé reproductive des individus, sans causer de dommage iatrogénique. L’éthique de l’ « empowerment », qui requiert l’attribution d’une responsabilité individuelle de nature prospective, l’apport de ressources concrètes et l’implication des communautés, permet d’identifier les besoins en termes de solutions législatives favorisant des contextes socioéconomiques qui soutiennent la santé reproductive et l’autonomie reproductive.
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 | 0.033 | 0.062 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
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".