MétaCan
Menu
← Retour à la cohorte
Enregistrement W2186849548

USE OF GENETICALLY MODIFIED MOSQUITOES TO FIGHT DENGUE IN BRAZIL

2014· article· en· W2186849548 sur OpenAlexaboutno aff
Camila de Jesus, T. Maciel, R. Daisy

Notice bibliographique

RevueWorld Journal of Pharmacy and Pharmaceutical Sciences · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDengue feverAedes aegyptiDengue vaccineMalariaAedesTropical diseaseDengue virusMosquito controlYellow feverBiologyDengue hemorrhagic feverDiseasePublic healthEnvironmental healthVirologyGeographySocioeconomicsMedicineEcologyImmunologyVirus
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Mosquito-borne diseases are one of the major barrie rs preventing economic progress in the developing w orld. According to the World Health Organization, 200 million people were victims of malaria in 2010 and 655 ,000, mostly children, died from it. Dengue fever is beli eved to affect 50-100 million people per year and r esults in around 20,000 deaths. Dengue is the most important mosquito-borne, human viral disease in many tropical and sub-tropical areas. In Brazil the disease has been essentially described in the form of case series.De spite the presence of dengue in Brazil since the early 1981s, dengue has become a major public health issue, wit h a high morbidity and mortality. Aedes aegypti and Aedes al bopictus are the vectors responsible for the transm ission of dengue viruses (DENV). The genetically modified (GM) mosquitoes being used in these field experiments and cited alternative methods for dengue control. This technology and its impact to the environment studie s have focused on controlling the mosquito populations by genetically modifying the insects. Tactics to prote ct people in endemic areas such as stopping mosquito bites us ing insecticides, net and repellents, developing pr eventive drugs and health education to manage mosquito-borne diseases have not shown full effectiveness.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,078
Tête enseignante GPT0,400
Écart entre enseignants0,322 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of Pharmacy and Pharmaceutical Sciences→Même sujetMosquito-borne diseases and control→Travaux en français237 207→