Aide médicale à mourir : exploration des facteurs de sens qui émergent de l’expérience vécue des médecins administrant l’AMM
Bibliographic record
Abstract
Contexte : Seuls professionnels de la santé habilités à administrer l’aide médicale à mourir (AMM) au Québec, les médecins se retrouvent, depuis 2015, dans un nouveau contexte législatif qui amène leur profession médicale à subir des changements majeurs au sein de leur pratique de soins de fin de vie. Objectifs : Explorer les facteurs de sens qui émergent de l’expérience vécue par les médecins administrant l’AMM afin de découvrir ce qui les amène à intégrer cette pratique dans leur continuum professionnel. Méthodologie : Nous avons sondé les parcours expérientiels de dix médecins ayant pratiqué minimalement une AMM sur l’ensemble du territoire du CIUSSS de l’Estrie. La recherche qualitative avec entretien semi-dirigé a été favorisée. La théorisation ancrée de Pierre Paillé (1994) a servi de méthode d’analyse. Résultats : L’analyse par théorisation ancrée nous a démontré que l’AMM est une démarche humaine qui demande du temps et des aptitudes sociales et où le savoir-être est essentiel. Nous avons découvert que le geste est situé aux frontières de l’identité personnelle et professionnelle. En somme, ce qui incite un médecin à participer à la démarche est son identité narrative qui est appuyée par les valeurs et le sens qu’il donne à son expérience vécue. Conclusion : L’AMM est un geste qui est lourd de sens et le processus est vécu différemment par chaque médecin, il est donc important de respecter le sens et les valeurs de chaque médecin, peu importe qu’il intègre ou pas l’AMM dans son curriculum professionnel.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.012 | 0.018 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.006 | 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".