Étude exploratoire sur l’expérience de partenaires qui ont accompagné l’être aimé en contexte d’aide médicale à mourir au Québec
Bibliographic record
Abstract
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 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 | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.014 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".