MétaCan
Menu
Retour à la cohorte
Enregistrement W1981364103 · doi:10.3201/eid1002.031032

Wresting SARS from Uncertainty

2004· article· en· W1981364103 sur OpenAlexaboutno aff
Jairam R. Lingappa, L. Clifford McDonald, Patricia M. Simone, Umesh D. Parashar

Notice bibliographique

RevueEmerging infectious diseases · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic healthOutbreakDeclarationGlobal healthInternational communityChinaSevere acute respiratory syndromeMedicineInternational Health RegulationsPandemicTourismHealth careTransmission (telecommunications)Environmental healthDiseaseCoronavirus disease 2019 (COVID-19)Political scienceInfectious disease (medical specialty)VirologyLawPathology

Résumé

récupéré en direct d'OpenAlex

Carlo Urbani, a World Health Organization (WHO) epidemiologist stationed in Vietnam, alerted the global health community to the high transmissibility and lethality associated with an apparently new respiratory disease.This disease, now called severe acute respiratory syndrome (SARS), is believed to have emerged in China in November 2002 and progressed to a global health threat by the spring of 2003 (1-3).On March 15, 2003, with clusters of SARS cases being reported from China, Hong Kong, Vietnam, Singapore, and Canada, WHO issued a global travel alert.At that point, the international health community faced a potential pandemic for which there were no identified causal agent, no diagnostic laboratory assays, no defined properties or risk factors for transmission, no infection-control practices of proven efficacy, and no known treatment or prevention measures.Given that setting, the declaration on July 5 that SARS had been contained (in less than 4 months after its initial recognition), represented a remarkable achievement for a truly extraordinary international public health effort.However, the SARS outbreak was not contained before it had had a substantial impact: 8,098 cases involving 774 deaths were attributed to SARS (4) (the original WHO case definitions [5] were revised during the outbreak to those shown in the Table ); fear of contagion was rife in many communities, especially among healthcare workers; and billions of dollars had been lost in the airline and tourism industries, resulting in bankruptcies of airlines and other businesses.However, the SARS public health response effort was equally important: the world's scientific, clinical, and public health communities had successfully instituted sensitive surveillance for the disease; isolation and infection-control practices-with intensive contact tracing and community containment, including quarantine-were effective in limiting continued spread in most cases; and the causative agent and diagnostic assays for detecting the disease were identified.Now, nearly 1 year after the world first faced this infectious disease challenge, the public health community is equipped with a broader understanding of the agent, its pathophysiology, clinical signs and symptoms, risk factors for transmission, and public health measures that can successfully contain the disease.The breadth of this understanding and international scope of the outbreak response are reflected in the range of manuscript topics in this issueWresting SARS from Uncertainty

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)0,008
score de la tête « metaresearch » (Gemma)0,040
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: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,040
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,005
Communication savante0,0060,008
Science ouverte0,0010,007
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,024
Tête enseignante GPT0,334
Écart entre enseignants0,310 · 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
GenreCommentaire

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

En bref

Citations35
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmerging infectious diseasesMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207