Nekrivdne odškodninske sheme v zdravstvu
Bibliographic record
Abstract
Doktorska disertacija se osredotoča na problematiko odškodninske odgovornosti za škodo, ki nastane v postopkih zdravljenja ter analizira različne pravne ureditve v Sloveniji in tujini. Osrednji cilj raziskave je predstaviti zgodovinski razvoj in aktualno stanje v primerjalnopravnih ureditvah. Njen namen je ugotoviti, ali predstavlja uvedba nekrivdnega odškodninskega sistema primerno rešitev za problematiko, ki se pojavlja na področju civilnega medicinskega prava. V raziskavi so obravnavani klasični odškodninski sistemi v državah, kot so Velika Britanija, Nemčija, Avstralija in ZDA. Poudarek je na vsebinskih in procesnih vidikih, sistemskih spremembah in tudi na predlogih za oblikovanje rešitev v smeri nekrivdnih odškodninskih shem. Posebna pozornost je namenjena francoski in belgijski ureditvi, kjer se združujejo elementi klasičnih in nekrivdnih odškodninskih sistemov. Osrednji del disertacije preučuje sisteme skandinavskih držav ter Nove Zelandije, ki imajo v svojih pravnih ureditvah oblikovano nekrivdno odškodninsko shemo. V slovenskem kontekstu se raziskava osredotoča na veljavno zakonodajo, obravnava zaznano problematiko v praksi ter primerja prednosti in slabosti uvedbe nekrivdne odškodninske sheme. Uvedba tovrstne sheme bi sicer lahko do neke mere povečala učinkovitost odškodninskega sistema in izboljšala položaj oškodovanih pacientov, vendar pa ta rešitev predstavlja zgolj eno od možnosti, ki po oceni avtorice ne pretehta nad gradualističnim pristopom k spremembam, za katerega se zavzema. V delu so podani konkretni predlogi za spremembe oziroma dopolnitve zakonodaje, ki bi lahko pozitivno prispevale k izboljšanju odškodninskega sistema na področju zdravniških napak v Republiki Sloveniji, pri čemer bi bile potrebne nadaljnje analize ekonomske narave, ki jih delo ne zajema.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.004 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".