MétaCan
Menu
Retour à la cohorte
Enregistrement W2388483224

Analysis on the Epidemiological Characteristics of Water-Borne Diseases on Surveillance Points,Guangdong Province,2011

2013· article· en· W2388483224 sur OpenAlexaboutno aff
GU Shao-hong

Notice bibliographique

RevueYufang yixue luntan · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTyphoid feverBacillary dysenteryDysenteryQuarter (Canadian coin)MedicineEnvironmental healthIntestinal infectious diseasesEpidemiologyDiarrheaDiarrheal diseasesVeterinary medicineGeographyInternal medicineVirologyPathology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

[Objective]To understand the morbidity of water-borne diseases,so as to provide scientific basis for water-borne diseases surveillance and control.[Methods]Monitoring network included 20 counties of Guangdong province.The data of residential water-borne diseases in 2011 were collected from the drinking water health surveillance reports of the National Health Supervision Information Reporting System.[Results]The total cases of water-borne diseases of the surveillance points in 2011 were 39 316 and the morbidity was 230.31/105.The proportion of cities was 91.54% and the rural areas was 8.46%;the proportions of below 6 years was 81.39%,6-11 years was 2.25%,12-17 years was 1.14%,18-60 years was 12.79% and over 60 years was 2.44%;the proportions of the infectious diarrhea,bacillary dysentery,hepatic E,typhoid fever,hepatic A,paratyphoid fever,and amoebic dysentery were individually 89.44%,7.11%,1.75%,0.74%,0.70%,0.24% and 0.02%.The proportion of the first quarter was 13.10%,the second quarter was 15.72%,the third quarter was 64.55% and the fourth quarter was 6.63%.[Conclusion]The cases of water borne diseases mainly concentrate in the cities,children below 6 years old of onset.Autumn has the highest morbidity.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,022
Tête enseignante GPT0,280
Écart entre enseignants0,259 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueYufang yixue luntanMême sujetZoonotic diseases and public healthTravaux en français237 207