Communicating During a Crisis - The SARS Story at Mount Sinai Hospital
Notice bibliographique
Résumé
ARS was a new, unknown disease that was highly contagious within hospitals and was difficult to diagnose.For the first time in more than 60 years, the province declared a "code orange" in an effort to control the spread of the disease.No one could remember dealing with anything like this before.The disease posed a serious challenge for the healthcare field, not just from the point of view of how we provide care but also how we communicate with hospital staff and the public.Internationally recognized infection control specialists Drs.Don Low and Allison McGeer put Mount Sinai Hospital at the forefront of this battle.They played a dual role, not only treating patients and helping formulate provincial directives related to infection control measures, but also acting as key media spokespeople.Because of their ability to translate medical information into a context everyone could understand, they were in high demand for media interviews.Mount Sinai Hospital received up to 100 media inquiries on any given day from cities around the world.As the media hype grew, it created an unexpected backlash against healthcare workers.SARS became a "hospital" disease.For the first time ever, healthcare workers felt vulnerable.Not only were they concerned about catching the disease as they treated patients but they also had to cope with being a target of negative public reaction.They were often asked not to attend family functions, take their children to daycare, or show up for hair cut or dental appointments for fear they were contagious.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,027 | 0,007 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,015 | 0,034 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».