School Absenteeism As an Adjunct Surveillance Indicator: Experience during the Second Wave of the 2009 H1N1 Pandemic in Quebec, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: A school absenteeism surveillance system was implemented in the province of Quebec, Canada during the second wave of the 2009 H1N1 pandemic. This paper compares this surveillance approach with other available indicators. METHOD: All (3432) elementary and high schools from Quebec were included. Each school was required to report through a web-based system any day where the proportion of students absent for influenza-like illness (ILI) exceeded 10% of current school enrolment. RESULTS: Between October 18 and December 12 2009, 35.6% of all schools met the 10% absenteeism threshold. This proportion was greater in elementary compared to high schools (40% vs 19%) and in smaller compared to larger schools (44% vs 22%). The maximum absenteeism rate was reached the first day of reporting or within the next two days in 55% and 31% of schools respectively. The first reports and subsequent peak in school absenteeism provincially preceded the peak in paediatric hospitalization by two and one weeks, respectively. Trends in school surveillance otherwise mirrored other indicators. CONCLUSION: During a pandemic, school outbreak surveillance based on a 10% threshold appears insufficient to trigger timely intervention within a given affected school. However, school surveillance appears well-correlated and slightly anticipatory compared to other population indicators. As such, school absenteeism warrants further evaluation as an adjunct surveillance indicator whose overall utility will depend upon specified objectives, and other existing capacity for monitoring and response.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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