MétaCan
Menu
Retour à la cohorte
Enregistrement W3025066709 · doi:10.1016/s2214-109x(20)30249-7

An appeal for practical social justice in the COVID-19 global response in low-income and middle-income countries

2020· article· en· W3025066709 sur OpenAlexaffabout
Maureen Kelley, Rashida A. Ferrand, Kui Muraya, Simukai Chigudu, Sassy Molyneux, Madhukar Pai, Edwine Barasa

Notice bibliographique

RevueThe Lancet Global Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensMcGill University
Organismes subventionnairesEconomic and Social Research CouncilAfrican Academy of SciencesNew Partnership for Africa's DevelopmentMedical Research CouncilGovernment of the United KingdomWellcome Trust
Mots-clésPandemicSocioeconomic statusPublic healthCoronavirus disease 2019 (COVID-19)Political scienceEconomic growthDevelopment economicsEnvironmental healthMedicineEconomicsDiseaseInfectious disease (medical specialty)Population

Résumé

récupéré en direct d'OpenAlex

The coronavirus disease 2019 (COVID-19) pandemic hit the world's wealthiest countries first, shaping global public health responses and messaging. As the pandemic escalates in low-income and middle-income countries (LMICs), there is a growing call to identify locally tailored solutions.1,2 Because outbreaks are not only public health emergencies, but also political and socioeconomic emergencies, we can learn from African Ebola and cholera responses and avoid “biomedical tunnel vision”3 by actively addressing wider socioeconomic and health inequities.

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)0,032
score de la tête « metaresearch » (Gemma)0,046
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0190,059
Communication savante0,0280,033
Science ouverte0,0020,029
Intégrité de la recherche0,0240,027
Charge utile insuffisante (le modèle a refusé de juger)0,0250,006

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 Opus0,123
Tête enseignante GPT0,490
Écart entre enseignants0,368 · 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
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

Citations93
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Lancet Global HealthMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207