MétaCan
Menu
Retour à la cohorte
Enregistrement W2071306008 · doi:10.3855/jidc.6759

The Third Wave: H7N9 Endemic Reassortant Viruses and Patient Clusters

2015· article· en· W2071306008 sur OpenAlex
Yisu Liu, Stéphane G. Paquette, Li Zhang, Alberto J. León, Weidong Liu, Xiuming Wu, Linxi Huang, Suwu Wu, Pengzhou Lin, Weihong Chen, Xibin Fang, Tiansheng Zeng, Nikki Kelvin, Amber Farooqui, David J. Kelvin

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Journal of Infection in Developing Countries · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensToronto General HospitalUniversity Health Network
Organismes subventionnairesLi Ka Shing Foundation
Mots-clésTransmission (telecommunications)VirologyCluster (spacecraft)Southern chinaChinaMedicineGeography

Résumé

récupéré en direct d'OpenAlex

Southern China experienced few cases of H7N9 during the first wave of human infections in the spring of 2013. The second and now the third waves of H7N9 infections have been localized mostly in Southern China with the Guangdong province an epicenter for the generation of novel H7N9 reassortants. Clusters of human infections show human-to-human transmission to be a rare but well-documented event. A recent cluster of infections involving hospital health care workers stresses the importance of care givers utilizing personal protective equipment in treating H7N9 infected or suspected patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil0,209

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,342
Écart entre enseignants0,287 · 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