MétaCan
Menu
Retour à la cohorte
Enregistrement W2520219451 · doi:10.1097/inf.0000000000001321

Is It Time for Vaccination to “Go Viral”?

2016· article· en· W2520219451 sur OpenAlexaff
Roy K. Philip, Marla Shapiro, Pauline Paterson, S Glismann, Pierre Van Damme

Notice bibliographique

RevueThe Pediatric Infectious Disease Journal · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMisinformationTransparency (behavior)VaccinationMultidisciplinary approachPublic relationsDigital healthHealth carePublic healthHealth communicationMedicinePolitical scienceNursingImmunology

Résumé

récupéré en direct d'OpenAlex

To promote and sustain excellent vaccination coverage, while preserving the key core values of ethics, truth, transparency and trust, the vaccine community should adopt modern digital communication strategies. This article summarizes our views-as experts in multidisciplinary field of vaccinology (consisting of an anthropologist, a public health policy advisor, a vaccine industry expert, a health care journalist and a practicing physician)-which were presented at a satellite symposium held at the 33rd European Society of Paediatric Infectious Disease conference in Leipzig, Germany, in May 2015. This article aims to suggest and recommend strategies to promote vaccination awareness, and highlight proactive measures for building, maintaining and enhancing trust in vaccination through innovative communication and evidence-based interaction with the end user. We believe that converting the results of vaccine research into a successful vaccination program, and replacing misinformation with evidence-based communication, will require a multidisciplinary approach that embraces modern digital and tailored applications to reach out to all populations.

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)0,010
score de la tête « metaresearch » (Gemma)0,041
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,008
Communication savante0,0050,009
Science ouverte0,0010,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,014
Tête enseignante GPT0,301
Écart entre enseignants0,286 · 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
GenreCommentaire

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

En bref

Citations21
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Pediatric Infectious Disease JournalMême sujetVaccine Coverage and HesitancyTravaux en français237 207