Global trends in air travel: implications for connectivity and resilience to infectious disease threats
Notice bibliographique
Résumé
ABSTRACT Background Increased connectivity via air travel can facilitate the geographic spread of infectious diseases. The number of travelers alone does not explain risk; passenger origin and destination will also influence risk of disease introduction and spread. We described trends in international air passenger numbers and connectivity between countries with different capacities to detect and respond to infectious disease threats. Methods We used the Fragile States Index (FSI) as an annual measure of country-level resilience and capacity to respond to infectious disease events. Countries are categorized as: Sustainable, Stable, Warning, or Alert, in order of increasing fragility. We included data for 177 sovereign states for the years 2007 to 2016. Annual inbound and outbound international air passengers for each country were obtained for the same time period. We examined trends in FSI score, trends in worldwide air travel, and the association between a state’s FSI score and air travel. Results Among countries included in the FSI rankings, the total number of passengers increased from 0.791 billion to 1.28 billion between 2007 and 2016. Increasing fragility was associated with a decrease in travel volumes, with a 2.9% (95% CI: 2.3-3.5%) reduction in passengers per 1-unit increase in FSI score. Overall, travel between countries of different FSI categories either increased or remained stable. The greatest increase was observed for travel to Warning countries from Warning countries, with an annual increase of 8,967,623 passengers (95%CI: 6,546,494 to 11,388,753) over the study period. Conclusions The world’s connectivity via air travel has increased dramatically over the past decade. There has been notable growth in travel from Warning and Stable countries, which comprise more than three-quarters of international air travel passengers. These countries may have suboptimal capacity to detect and respond to infectious disease threats that emerge within their borders.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».