MétaCan
Menu
Retour à la cohorte
Enregistrement W3013256324 · doi:10.1177/0840470420917172

Preparing for uncertainty during public health emergencies: What Canadian health leaders can do now to optimize future emergency response

2020· article· en· W3013256324 sur OpenAlexaffabout
Theresa Tam

Notice bibliographique

RevueHealthcare Management Forum · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)AdaptabilityRisk analysis (engineering)Emergency responseScalabilityBusinessComputer scienceIncident responsePublic healthProcess managementManagement scienceMedicineComputer securityMedical emergencyEngineeringEconomicsNursingManagement

Résumé

récupéré en direct d'OpenAlex

It is clear that the risk for epidemics with high health and socio-economic impacts remains but there will be many unknowns at the start of future responses to these events. This article highlights principles and practices to assist health leaders in preparing for uncertainty, including integrating scalability to ensure response activities can be more easily adapted to suit evolving needs; assessing risk and capabilities to inform planning for appropriate response measures; and considering overall flexibility and adaptability of plans, systems, and resources. Ultimately, being prepared for "Disease X" is about applying the approaches that we have learned from previous events, using evidence-based practices to develop and strengthen foundational capacities, so that we are able to respond to the unanticipated in proportionate and appropriate ways.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,079
Tête enseignante GPT0,368
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare Management ForumMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207