MétaCan
Menu
Retour à la cohorte
Enregistrement W2959443198 · doi:10.1155/2019/7808517

Surveillance Opportunities and the Need for Intersectoral Collaboration on Rabies in Sri Lanka

2019· article· en· W2959443198 sur OpenAlexafffund
Pushpakumara Don Bamunusinghage Nihal, A. Dangolla, Ranjani Hettiarachchi, Preeni Abeynayake, Craig Stephen

Notice bibliographique

RevueJournal of Veterinary Medicine · 2019
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueRabies epidemiology and control
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesInternational Development Research Centre
Mots-clésRabiesRabies virusWildlifeOne HealthEnvironmental healthPopulationDisease surveillanceGeographyVeterinary medicinePublic healthSocioeconomicsMedicineBusinessVirologyBiologyEcologyPathology

Résumé

récupéré en direct d'OpenAlex

Sri Lanka is progressing towards its goal of eliminating human rabies. This goal rests on programs designed to limit canine rabies, which in turn requires a combination of targeted dog rabies control and a better understanding of the movement of the virus between domestic animals, people, and wildlife. Coordinated and integrated surveillance of the disease between human and animal health sectors underpins successful rabies elimination. Our objective was to review surveillance data from 2005 to 2014 to assemble the first multispecies synthesis of rabies information in Sri Lanka and, in doing so, assess needs and opportunities for a One Health approach to rabies surveillance in the country. Our descriptive epidemiological findings were consistent with other studies showing a decline in human cases, endemic and unchanging numbers of dog cases, a relationship between human density and the occurrence of human and animal cases, and significant gaps in understanding trends in rabies incidences in livestock and wildlife. Assessing the trends in the data from the three government organizations responsible for rabies surveillance was difficult due to lack of information on animal population sizes, unquantified sampling biases due to inequities in access to diagnostic capacities, regulatory and administrative barriers, and a continued reliance on clinical means to establish a diagnosis. The information required for a comprehensive rabies control programme was not standardized or consistent, was not in one place, showed significant gaps in completeness, and was not amenable to routine and rapid analysis. Achieving rabies elimination in Sri Lanka would benefit from harmonization of diagnostic and information management standards across animal and human health sectors as well as equitable access to diagnostic capacity for all regions and species.

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)0,046
score de la tête « metaresearch » (Gemma)0,033
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: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,033
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,008
Études des sciences et des technologies0,0030,003
Communication savante0,0100,009
Science ouverte0,0020,010
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,051
Tête enseignante GPT0,312
Écart entre enseignants0,262 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Veterinary MedicineMême sujetRabies epidemiology and controlTravaux en français237 207