MétaCan
Menu
Retour à la cohorte
Enregistrement W3016337386 · doi:10.1017/s0950268820000837

Online population control surveys: A new method for investigating foodborne outbreaks

2020· article· en· W3016337386 sur OpenAlexaff
Marsha Taylor, Eleni Galanis

Notice bibliographique

RevueEpidemiology and Infection · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSalmonella and Campylobacter epidemiology
Établissements canadiensUniversity of British ColumbiaBC Centre for Disease Control
Organismes subventionnairesnon disponible
Mots-clésOutbreakRepresentativeness heuristicPopulationEnvironmental healthGeographyMedicineStatisticsVirology

Résumé

récupéré en direct d'OpenAlex

In foodborne outbreak investigations, case-control and cohort studies are used to test hypotheses and identify a source, but these studies are resource-intensive and may have challenges of representativeness, temporality or accessibility. We used online surveys to collect population control data for two foodborne outbreaks and compared the data collected to our cases and existing population exposure data. Online survey population controls were comparable to cases based on age and sex. Exposure data collected through online surveys were more precise than existing control data, represented the disease-specific exposure period and could be easily modified. In one outbreak the online control exposure data differed from established population data. In both outbreaks, the information from the online population control survey supported the hypothesis of the investigation. Our findings demonstrate that online surveys were a rapid and representative way to collect responses from controls during outbreak investigations.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,799

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,116
Tête enseignante GPT0,344
Écart entre enseignants0,229 · 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.

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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiology and InfectionMême sujetSalmonella and Campylobacter epidemiologyTravaux en français237 207