MétaCan
Menu
Retour à la cohorte
Enregistrement W2596863160 · doi:10.21055/0370-1069-2015-1-36-41

Epidemic Situation on West-Nile Fever in 2014 in the Territory of the Russian Federation and Around the World, and Prognosis for its Development in 2015

2015· article· en· W2596863160 sur OpenAlexaboutno aff
E. V. Putintseva, V. P. Smelyansky, V. A. Pak, Н. В. Бородай, К. В. Жуков, V. V. Manankov, N. I. Pogasiy, Г. А. Ткаченко, L. V. Lemasova, M. L. Ledeneva, Н. Д. Пакскина, Д. В. Викторов, В. А. Антонов

Notice bibliographique

RevueProblems of Particularly Dangerous Infections · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Vectors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRussian federationWest Nile virusGeographyVirologyMediterranean climateSocioeconomicsDemographyVirusBiologyArchaeologySociology

Résumé

récupéré en direct d'OpenAlex

West-Nile fever epidemic season lasted since May to September inclusively in 2014 in Russia. It was marked by the low morbidity intensity, which manifested itself in the old-established foci only. In total reported were 27 cases of West-Nile fever infection in 8 constituent entities of the Russian Federation. Decrease in epidemic process intensity was observed in other parts of the world too: the USA, Canada, European and Mediterranean countries. Sustained circulation of WNF virus of the second genotype in the territory of the Russian Federation (the Volgograd Region) was verified using sequencing of the fragments of the viral RNA genome locuses 5’UTR-protC, ProtE, NS3 obtained from clinical material and ambient environment objects.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,033
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

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

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 Opus0,052
Tête enseignante GPT0,312
Écart entre enseignants0,260 · 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 tête enseignante, 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

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProblems of Particularly Dangerous InfectionsMême sujetViral Infections and VectorsTravaux en français237 207