MétaCan
Menu
Back to cohort
Record W7159656844 · doi:10.7202/1124569ar

Étude exploratoire sur l’expérience de partenaires qui ont accompagné l’être aimé en contexte d’aide médicale à mourir au Québec

2025· article· fr· W7159656844 on OpenAlexaffvenueabout
Isabelle Dumont

Bibliographic record

VenueFrontières · 2025
Typearticle
Languagefr
FieldPsychology
TopicGrief, Bereavement, and Mental Health
Canadian institutionsMinistère de l’Emploi et de la Solidarité Sociale (Québec)Université du Québec à Montréal
Fundersnot available
KeywordsContext (archaeology)Coronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreak

Abstract

fetched live from OpenAlex

Cette étude exploratoire porte sur l’expérience de partenaires qui ont accompagné l’être aimé en contexte d’aide médicale à mourir (AMM) au Québec. Une analyse qualitative de données secondaires du discours de dix partenaires ayant accompagné l’être aimé dans ce contexte a été réalisée. Cette analyse a permis d’en connaître davantage sur les perceptions de ces partenaires quant à l’AMM et aux éléments influençant leur expérience. Parmi les principaux thèmes abordés figurent la nature de la relation, la communication, la prévisibilité et la préparation à la mort, le soutien des professionnels et de l’entourage et la vie sans la personne décédée. Les résultats révèlent que l’AMM peut permettre une préparation anticipée au décès, facilitant une meilleure gestion des adieux et une réduction des tensions émotionnelles, ce qui peut contribuer à une expérience de deuil empreinte de plus de sérénité. Les résultats font également ressortir l’importance du soutien spécifique pour les partenaires endeuillés afin de les aider à traverser cette période de manière plus rassurée et paisible. En conclusion, l’AMM peut jouer un rôle significatif dans l’expérience du deuil en offrant aux partenaires la possibilité de se préparer mentalement et émotionnellement à la perte, tout en respectant les choix de la personne en fin de vie.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.185
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.001

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.

Opus teacher head0.023
GPT teacher head0.310
Teacher spread0.288 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes3
Has abstractyes

Explore more

Same venueFrontièresSame topicGrief, Bereavement, and Mental HealthFrench-language works237,207