Recommendations for action: a community meeting in preparation for a mass-casualty opioid overdose event in Southeastern Ontario
Notice bibliographique
Résumé
Given the steady rise of overdose morbidity and mortality in North America, and increasing frequency of sudden clusters of non-fatal and fatal overdoses in other jurisdictions, regional preparedness plans to respond effectively to clusters of overdoses may reduce the impact of such events on the population. On the 27th of February 2017 in Kingston, Ontario, KFL&A Public Health, in collaboration with public health partners, hosted a full-day workshop involving table-top exercises and discussions for service partners on how to prepare for, respond to, and manage a mass-casualty event secondary to opioid overdose in Southeastern Ontario. The workshop assisted in identifying the various challenges faced by service partners, provided an understanding of the roles and responsibilities of partner agencies, and helped to determine next steps in preparation to address a mass opioid overdose situation at the local level. This report suggests key roles and responsibilities of partners involved in responding to a mass-casualty event secondary to opioid overdose, recommendations to address the feedback and challenges raised throughout the workshop, and a protocol to help determine when to activate an Incident Management System (IMS).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,013 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,007 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».