MétaCan
Menu
Retour à la cohorte
Enregistrement W1623820032 · doi:10.1371/journal.pntd.0003977

Spatial and Temporal Clustering of Chikungunya Virus Transmission in Dominica

2015· article· en· W1623820032 sur OpenAlexaff
Elaine O. Nsoesie, R. Paul Ricketts, Heidi E. Brown, Durland Fish, David P. Durham, Martial L. Ndeffo-Mbah, Trudy Christian, Shalauddin Ahmed, Clement Marcellin, Ellen Shelly, Katharine A. Owers, Natasha Wenzel, Alison P. Galvani, John S. Brownstein

Notice bibliographique

RevuePLoS neglected tropical diseases · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensMcGill University
Organismes subventionnairesU.S. National Library of MedicineNational Institute of Environmental Health SciencesNational Institutes of Health
Mots-clésChikungunyaOutbreakGeographyVector (molecular biology)Cluster (spacecraft)Transmission (telecommunications)Chikungunya feverSpatial epidemiologyCartographyVirologyBiologyEpidemiologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

Using geo-referenced case data, we present spatial and spatio-temporal cluster analyses of the early spread of the 2013-2015 chikungunya virus (CHIKV) in Dominica, an island in the Caribbean. Spatial coordinates of the locations of the first 417 reported cases observed between December 15th, 2013 and March 11th, 2014, were captured using the Global Positioning System (GPS). We observed a preponderance of female cases, which has been reported for CHIKV outbreaks in other regions. We also noted statistically significant spatial and spatio-temporal clusters in highly populated areas and observed major clusters prior to implementation of intensive vector control programs suggesting early vector control measures, and education had an impact on the spread of the CHIKV epidemic in Dominica. A dynamical identification of clusters can lead to local assessment of risk and provide opportunities for targeted control efforts for nations experiencing CHIKV outbreaks.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,211
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,263
Écart entre enseignants0,243 · 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 tête enseignante, 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

Citations38
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS neglected tropical diseasesMême sujetMosquito-borne diseases and controlTravaux en français237 207