Public health surveillance for the Toronto 2015 Pan/Parapan American Games
Notice bibliographique
Résumé
BACKGROUND: Public health surveillance for previous Olympic and Paralympic Games have been described in the literature, but surveillance for regional, multisport events on a smaller scale have rarely been explored. OBJECTIVE: To describe the public health surveillance planning, implementation, results, and lessons learned from the 2015 Pan/Parapan American Games in Toronto, Ontario, Canada. INTERVENTION: Public health surveillance planning for the Games began two years in advance and involved local, provincial and federal partners, primarily focusing on infectious disease. From June to August, 2015, enhanced public health surveillance was conducted to support situational awareness and to facilitate the detection of infectious diseases and outbreaks, environmental health hazards and impacts and other major health events. OUTCOMES: No major public health incidents occurred that were associated with or a result of hosting the Games. There were two cases of reportable infectious diseases associated with the Games, and 18 public health investigations involving Games-accredited individuals (six related to vaccine-preventable diseases and 12 related to gastrointestinal illnesses or food/water safety violations). Enhanced communication mechanisms, rather than routine and syndromic surveillance systems, were the primary sources of initial notification to surveillance partners on investigations. CONCLUSION: Working with its partners, Ontario created a robust public health surveillance system for the 2015 Pan/Parapan American Games. Lessons learned, as well as the relationships and capacity developed through this experience, will be applied towards public health surveillance planning for future events.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».