Zoonoses and marginalised infectious diseases of poverty: Where do we stand?
Notice bibliographique
Résumé
Despite growing awareness of the importance of controlling neglected tropical diseases as a contribution to poverty alleviation and achieving the Millennium Development Goals, there is a need to up-scale programmes to achieve wider public health benefits. This implementation deficit is attributable to several factors but one often overlooked is the specific difficulty in tackling diseases that involve both people and animals - the zoonoses. A Disease Reference Group on Zoonoses and Marginalised Infectious Diseases (DRG6) was convened by the Special Programme for Research and Training in Tropical Diseases (TDR), a programme executed by the World Health Organization and co-sponsored by UNICEF, UNDP, the World Bank and WHO. The key considerations included: (a) the general lack of reliable quantitative data on their public health burden; (b) the need to evaluate livestock production losses and their additional impacts on health and poverty; (c) the relevance of cross-sectoral issues essential to designing and implementing public health interventions for zoonotic diseases; and (d) identifying priority areas for research and interventions to harness resources most effectively. Beyond disease specific research issues, a set of common macro-priorities and interventions were identified which, if implemented through a more integrated approach by countries, would have a significant impact on human health of the most marginalised populations characteristically dependent on livestock.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,011 | 0,021 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».