Global trends in air travel: implications for connectivity and resilience to infectious disease threats
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Increased connectivity via air travel can facilitate the geographic spread of infectious diseases. The number of travellers 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 2010 to 2019. 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 outbound passengers increased from 0.865 billion to 1.58 billion between 2010 and 2019. Increasing fragility was associated with a decrease in travel volumes, with a 2.5% (95% CI: 2.0-3.1%) reduction in passengers per 1-unit increase in FSI score. Overall, travel between countries of different FSI categories either increased or remained stable. 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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle