MétaCan
Menu
Retour à la cohorte
Enregistrement W2536737893 · doi:10.1080/17441692.2016.1245349

Geneva–Seattle collaboration in support of developing country vaccine manufacturing

2016· article· en· W2536737893 sur OpenAlexafffund
Michael Stevenson

Notice bibliographique

RevueGlobal Public Health · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensBalsillie School of International Affairs
Organismes subventionnairesCentre for International Governance InnovationBill and Melinda Gates Foundation
Mots-clésMultinational corporationDeveloping countryBusinessSupply chainPrivate sectorPublic healthEconomic growthMarketingFinanceEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

Vaccines were once produced almost exclusively by state-supported entities. While they remain essential tools for public health protection, the majority of the world's governments have allowed industry to assume responsibility for this function. This is significant because while the international harmonisation of quality assurance standards have effectively increased vaccine safety, they have also reduced the number of developing country vaccine producers, and Northern multinational pharmaceutical companies have shown little interest in offering the range of low-priced products needed in low and middle-income-country contexts. This article examines how public-private collaboration is relevant to contemporary efforts aimed at strengthening developing country manufacturers' capacity to produce high-quality, low-priced vaccines. Specifically, it casts light on the important and largely complimentary roles of the World Health Organization, The Bill and Melinda Gates Foundation, and the Seattle-based non-profit PATH, in this process. The take away message is that external support remains critical to ensuring that developing country vaccine manufacturers have the tools needed to produce for both domestic and global markets, and the United Nations supply chain, and collaboration at the public-private interface is driving organisational innovation focused on meeting these goals.

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)0,014
score de la tête « metaresearch » (Gemma)0,014
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,008
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0560,006

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 Opus0,032
Tête enseignante GPT0,352
Écart entre enseignants0,320 · 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
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

Citations6
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Public HealthMême sujetVaccine Coverage and HesitancyTravaux en français237 207