MétaCan
Menu
Retour à la cohorte
Enregistrement W1567232233 · doi:10.1108/09653561111126102

Dealing with mass death in disasters and pandemics

2011· article· en· W1567232233 sur OpenAlexaffabout
Joseph Scanlon, Terry McMahon

Notice bibliographique

RevueDisaster Prevention and Management An International Journal · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)HistoryMedicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

PURPOSE: There are many differences in how authorities handle the dead during mass death incidents involving disasters and pandemics. These differences would suggest that planning for a disaster death and planning for a pandemic death should be done separately. This may be true to some extent, however, there are many similarities between the two that this article will seeks to examine. The main objective of this study is to show that planning for both disasters and pandemics should either be done by a single entity that coordinates both types of responses, or by agencies that communicate closely and frequently. DESIGN/METHODOLOGY/APPROACH: This study compared mass death incidents predominantly within the Canadian historical record, including disasters and pandemics. It took a specific look at the influenza pandemic of 1918 in North America and how the dead were handled. FINDINGS: Both disasters and pandemics offer unique challenges in handling the dead and documenting the incident. In a pandemic the cause of death is usually clear, while in a disaster it is not always understood. However, the similarities they hold in common must not be overlooked. They will involve immense and complicated amounts of paperwork, cause a shortage of supplies (be it medical, food or otherwise) and create the need for assistance. ORIGINALITY/VALUE: The research finds that though disasters and pandemics are often handled differently by the various agencies involved, they should be treated alike and dealt with in the same manner.

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)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,005
Communication savante0,0020,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,092
Tête enseignante GPT0,399
Écart entre enseignants0,307 · 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'étudeSans objet
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

Citations39
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDisaster Prevention and Management An International JournalMême sujetDisaster Response and ManagementTravaux en français237 207