MétaCan
Menu
Retour à la cohorte
Enregistrement W2035955342 · doi:10.1080/17513758.2010.503376

The dynamic nature of contact networks in infectious disease epidemiology

2010· review· en· W2035955342 sur OpenAlexafffund
Shweta Bansal, Jonathan M. Read, Babak Pourbohloul, Lauren Ancel Meyers

Notice bibliographique

RevueJournal of Biological Dynamics · 2010
Typereview
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensUniversity of British ColumbiaBC Centre for Disease Control
Organismes subventionnairesFogarty International CenterEconomic and Social Research CouncilCanadian Institutes of Health Research
Mots-clésInfectious disease (medical specialty)Social contactData scienceTransmission (telecommunications)Disease transmissionComputer scienceDiseaseBiologyMedicinePsychologyVirologyTelecommunicationsSocial psychology

Résumé

récupéré en direct d'OpenAlex

Although contact network models have yielded important insights into infectious disease transmission and control throughout the last decade, researchers have just begun to explore the dynamic nature of contact patterns and their epidemiological significance. Most network models have assumed that contacts are static through time. Developing more realistic models of the social interactions that underlie the spread of infectious diseases thus remains an important challenge for both data gatherers and modelers. In this article, we review some recent data-driven and process-driven approaches that capture the dynamics of human contact, and discuss future challenges for the field.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,154
Tête enseignante GPT0,465
Écart entre enseignants0,311 · 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
GenreSynthèse

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

En bref

Citations235
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biological DynamicsMême sujetCOVID-19 epidemiological studiesTravaux en français237 207