MétaCan
Menu
Retour à la cohorte
Enregistrement W2977493029 · doi:10.1289/isesisee.2018.p02.0120

From Prey to Hunter: Training Park Workers to Carry Out Tick Collection as an Alternative Approach for Lyme Disease Vector Surveillance

2018· article· en· W2977493029 sur OpenAlexaffabout
Karl Forest Berard, Alejandra Irace Cima, Karine Thivierge, Sandie I. Briand, François Milord, Patrick A. Leighton, L. Robbin Lindsay, Ariane Adam-Poupart

Notice bibliographique

RevueISEE Conference Abstracts · 2018
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensPolytechnique MontréalCegep de Saint HyacintheInstitut National de Santé Publique du Québec
Organismes subventionnairesnon disponible
Mots-clésTrainerLyme diseasePhoneContext (archaeology)Training (meteorology)TickPublic healthEnvironmental healthMedicineGeographyComputer scienceVeterinary medicineNursingVirology

Résumé

récupéré en direct d'OpenAlex

CONTEXT Lyme disease (LD) has become a major public health concern in Canada, with flannel-dragging being the gold-standard approach for active tick surveillance. Limited resources hinders proper deployment of this surveillance in Quebec, prompting the exploration of alternatives. A participatory project was therefore developed to explore a new tick sampling scheme based on training of park workers. This training was first implemented in fall 2017 and is also scheduled for spring 2018. OBJECTIVESDevelop and validate a training targeting park employees to (1) allow them to carry out tick sampling activities autonomously and (2) inform them about LD prevention. INTERVENTIONTraining session was developed using governmental material. It combined a theoretical lecture covering basic concepts of LD and a practical segment in which workers carried out a first tick sampling under trainer’s supervision. Subsequently, participants were asked to carry an unsupervised sampling at the same location but on a different day. Ticks collected during samplings were identified and screened for pathogens. Evaluation of the training was done by phone interviews with park managers.OUTCOMEIn fall 2017, 64 workers were trained in 8 parks located in health regions with known LD endemic areas (Monteregie, Mauricie-Centre-du-Quebec, Estrie and Outaouais). All parks were sampled once during the training and half of them managed to carry independent samplings. Overall, 38 LD ticks vector were collected. High appreciation of the training and increased awareness of LD risk among workers were highlighted following evaluationCONCLUSIONAn innovative tick collection method involving workers was explored and will be validated in spring 2018. Such approach could potentially improve active tick surveillance activities while promoting occupational preventive measures. Similar initiatives could be implemented on a larger scale in the future to enhance LD surveillance in Canada.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,002
Communication savante0,0010,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,044
Tête enseignante GPT0,299
Écart entre enseignants0,255 · 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetVector-borne infectious diseasesTravaux en français237 207