MétaCan
Menu
Retour à la cohorte
Enregistrement W2602212206 · doi:10.1155/2017/8567893

Immigrant Arrival and Tuberculosis among Large Immigrant- and Refugee-Receiving Countries, 2005–2009

2017· article· en· W2602212206 sur OpenAlexafffundabout
Zachary White, John A. Painter, Paul Douglas, Ibrahim Abubakar, Howard Njoo, Chris Archibald, Jessica Halverson, John Robson, Drew L. Posey

Notice bibliographique

RevueTuberculosis Research and Treatment · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesCenters for Disease Control and PreventionPublic Health EnglandPublic Health AgencyPublic Health Agency of Canada
Mots-clésTuberculosisImmigrationRefugeeMedicinePublic healthForeign bornDemographyEnvironmental healthGeographyPopulationPathology

Résumé

récupéré en direct d'OpenAlex

Objective. Tuberculosis control in foreign-born populations is a major public health concern for Australia, Canada, New Zealand, United Kingdom, and the United States, large immigrant- and refugee-receiving countries that comprise the Immigration and Refugee Health Working Group (IRHWG). Identifying and comparing immigration and distribution of foreign-born tuberculosis cases are important for developing targeted and collaborative interventions.Methods. Data stratified by year and country of birth from 2005 to 2009 were received from these five countries. Immigration totals, tuberculosis case totals, and multidrug-resistant tuberculosis (MDR TB) case totals from source countries were analyzed and compared to reveal similarities and differences for each member of the group.Results. Between 2005 and 2009, there were a combined 31,785,002 arrivals, 77,905 tuberculosis cases, and 888 MDR TB cases notified at the federal level in the IRHWG countries. India, China, Vietnam, and the Philippines accounted for 41.4% of the total foreign-born tuberculosis cases and 42.7% of the foreign-born MDR tuberculosis cases to IRHWG.Interpretation. Collaborative efforts across a small number of countries have the potential to yield sizeable gains in tuberculosis control for these large immigrant- and refugee-receiving countries.

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)0,002
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 enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,043
Tête enseignante GPT0,367
Écart entre enseignants0,324 · 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

Citations14
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTuberculosis Research and TreatmentMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207