MétaCan
Menu
Retour à la cohorte
Enregistrement W2006941854 · doi:10.1017/dmp.2015.14

Mapping Medical Disasters: Ebola Makes Old Lessons, New

2015· article· en· W2006941854 sur OpenAlexaff
Tom Koch

Notice bibliographique

RevueDisaster Medicine and Public Health Preparedness · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPreparednessEconomic shortageDisaster medicineContext (archaeology)Public healthDisaster planningScarcityMedical emergencyDisaster preparednessCoronavirus disease 2019 (COVID-19)Disaster responseEmergency managementPolitical scienceGeographyEnvironmental planningMedicinePoison controlSuicide preventionInfectious disease (medical specialty)DiseaseNursingGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

Disaster medicine is characterized by shortages of everything but patients. There are never enough beds, equipment, personnel, or supplies. In the 2014 Ebola epidemic, another scarcity was maps. The need for maps of the affected areas, and the ways the maps were used, serve to emphasize the way maps have always served in both disaster medicine and public health preparedness. Those lessons are reviewed here in the context of the Ebola epidemic.

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)0,010
score de la tête « metaresearch » (Gemma)0,018
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: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,009
Communication savante0,0100,021
Science ouverte0,0020,006
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,264
Tête enseignante GPT0,445
Écart entre enseignants0,180 · 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

Citations17
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisaster Medicine and Public Health PreparednessMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207