MétaCan
Menu
Retour à la cohorte
Enregistrement W2106813344 · doi:10.1371/journal.pone.0141423

The Effects of Media Reports on Disease Spread and Important Public Health Measurements

2015· article· en· W2106813344 sur OpenAlex
S.Karen Collinson, Kamran Khan, Jane M. Heffernan

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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensSt. Michael's HospitalUniversity of TorontoYork University
Organismes subventionnairesOntario Ministry of Research and InnovationMitacsPublic Health AgencyPublic Health Agency of Canada
Mots-clésMass mediaPublic healthPandemicSocial mediaSocial distanceEnvironmental healthMedicinePopulationDiseaseCoronavirus disease 2019 (COVID-19)BusinessInfectious disease (medical specialty)Computer scienceAdvertisingPathology

Résumé

récupéré en direct d'OpenAlex

Controlling the spread of influenza to reduce the effects of infection on a population is an important mandate of public health. Mass media reports on an epidemic or pandemic can provide important information to the public, and in turn, can induce positive healthy behaviour practices (i.e., handwashing, social distancing) in the individuals, that will reduce the probability of contracting the disease. Mass media fatigue, however, can dampen these effects. Mathematical models can be used to study the effects of mass media reports on epidemic/pandemic outcomes. In this study we employ a stochastic agent based model to provide a quantification of mass media reports on the variability in important public health measurements. We also include mass media report data compiled by the Global Public Health Intelligence Network, to study the effects of mass media reports in the 2009 H1N1 pandemic. We find that the report rate and the rate at which individuals relax their healthy behaviours (media fatigue) greatly affect the variability in important public health measurements. When the mass media reporting data is included in the model, two peaks of infection result.

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)0,003
score de la tête « metaresearch » (Gemma)0,101
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,514
Score d'incertitude au seuil0,907

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,101
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 Opus0,569
Tête enseignante GPT0,403
Écart entre enseignants0,166 · 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