MétaCan
Menu
Retour à la cohorte
Enregistrement W2177760960 · doi:10.1016/s0140-6736(15)00470-5

International cooperation to improve access to and sustain effectiveness of antimicrobials

2015· review· en· W2177760960 sur OpenAlexafffund
Christine Årdal, Kevin Outterson, Steven J. Hoffman, Abdul Ghafur, Mike Sharland, Nisha Ranganathan, Richard Smith, Anna Zorzet, Jennifer Cohn, Didier Pittet, Nils Daulaire, Chantal Morel, Zain Rizvi, Manica Balasegaram, Osman Dar, Alison Holmes, Luke Moore, Ramanan Laxminarayan, Marc Mendelson, John‐Arne Røttingen

Notice bibliographique

RevueThe Lancet · 2015
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Institutes of HealthNordisk MinisterrådCanadian Institutes of Health ResearchCERN
Mots-clésBusinessCollective actionGlobal healthPoliticsAction (physics)Economic growthPolitical scienceEconomicsHealth care

Résumé

récupéré en direct d'OpenAlex

Securing access to effective antimicrobials is one of the greatest challenges today. Until now, efforts to address this issue have been isolated and uncoordinated, with little focus on sustainable and international solutions. Global collective action is necessary to improve access to life-saving antimicrobials, conserving them, and ensuring continued innovation. Access, conservation, and innovation are beneficial when achieved independently, but much more effective and sustainable if implemented in concert within and across countries. WHO alone will not be able to drive these actions. It will require a multisector response (including the health, agriculture, and veterinary sectors), global coordination, and financing mechanisms with sufficient mandates, authority, resources, and power. Fortunately, securing access to effective antimicrobials has finally gained a place on the global political agenda, and we call on policy makers to develop, endorse, and finance new global institutional arrangements that can ensure robust implementation and bold collective action.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,045
Tête enseignante GPT0,364
Écart entre enseignants0,319 · 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

Citations144
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe LancetMême sujetAntibiotic Use and ResistanceTravaux en français237 207