MétaCan
Menu
Retour à la cohorte
Enregistrement W1509224475 · doi:10.4000/eps.4318

La dynamique de la dengue à Santa Cruz de la Sierra (Bolivie) entre paysages à risques et mobilités

2011· article· fr· W1509224475 sur OpenAlexaff
Marianne Donnat, Bertha Gozalvez-Kreuzer, Yelin Roca, Adhémar Conde Cosme, Jacobo Choque Rios, Jean-Pierre Hervé, Pascal Handschumacher

Notice bibliographique

RevueEspace populations sociétés · 2011
Typearticle
Languefr
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensPROTO Manufacturing (Canada)
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesGeographyArt

Résumé

récupéré en direct d'OpenAlex

La dengue, maladie transmise par un vecteur du genre aedes, est largement inféodée aux milieux urbains en raison des exigences écologiques de son vecteur qui se reproduit dans les multiples collections d’eau générées par la ville et ses habitants. Cependant la diversité des paysages urbains semble entraîner des hétérogénéités importantes de distribution de la maladie au sein même de la ville. Si la diffusion de la maladie à l’échelle du globe s’appuie sur le développement du fait urbain et notamment ses formes mal contrôlées, ainsi que sur l’accélération des déplacements de populations, peut-on expliquer l’hétérogénéité de la transmission en ville par les mêmes phénomènes mais dans leurs manifestations à grande échelle ? L’étude du cas de Santa Cruz de la Sierra, ville en pleine croissance d’un million et demi d’habitants, carrefour de circulation et « épicentre » de la maladie en Bolivie doit nous permettre de discuter de l’interaction entre les différents niveaux de déterminants pour une meilleure prise en compte du risque sanitaire dans les politiques de développement urbain. Une analyse critique de l’information et des résultats nous permet de mieux comprendre quelles inégalités sont révélées par la dengue pour une meilleure prise en charge de celles-ci.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,216

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,044
Tête enseignante GPT0,398
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace populations sociétésMême sujetMosquito-borne diseases and controlTravaux en français237 207