MétaCan
Menu
Retour à la cohorte
Enregistrement W3024037499 · doi:10.1515/cclm-2020-0633

Biosafety measures for preventing infection from COVID-19 in clinical laboratories: IFCC Taskforce Recommendations

2020· article· en· W3024037499 sur OpenAlexaff
Giuseppe Lippi, Khosrow Adeli, Maurizio Ferrari, Andrea R. Horvath, David D. Koch, Sunil Kumar Sethi, Cheng-Bin Wang

Notice bibliographique

RevueClinical Chemistry and Laboratory Medicine (CCLM) · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiosafetyInterimMedicineCoronavirus disease 2019 (COVID-19)OutbreakMedical laboratoryMiddle East respiratory syndromePandemicDiseaseInfectious disease (medical specialty)VirologyPathologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Coronavirus disease 2019 (COVID-19) is the third coronavirus outbreak that has emerged in the past 20 years, after severe acute respiratory syndrome (SARS) and Middle East respiratory syndrome (MERS). One important aspect, highlighted by many global health organizations, is that this novel coronavirus outbreak may be especially hazardous to healthcare personnel, including laboratory professionals. Therefore, the aim of this document, prepared by the COVID-19 taskforce of the International Federation of Clinical Chemistry and Laboratory Medicine (IFCC), is to provide a set of recommendations, adapted from official documents of international and national health agencies, on biosafety measures for routine clinical chemistry laboratories that operate at biosafety levels 1 (BSL-1; work with agents posing minimal threat to laboratory workers) and 2 (BSL-2; work with agents associated with human disease which pose moderate hazard). We believe that the interim measures proposed in this document for best practice will help minimazing the risk of developing COVID-19 while working in clinical laboratories.

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)0,099
score de la tête « metaresearch » (Gemma)0,159
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,525

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0990,159
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,005
Bibliométrie0,0060,002
Études des sciences et des technologies0,0040,005
Communication savante0,0090,005
Science ouverte0,0110,005
Intégrité de la recherche0,0260,016
Charge utile insuffisante (le modèle a refusé de juger)0,0060,007

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 Opus0,109
Tête enseignante GPT0,429
Écart entre enseignants0,320 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations64
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Chemistry and Laboratory Medicine (CCLM)Même sujetInfection Control and VentilationTravaux en français237 207