International Public Health Responses to COVID-19 Outbreak: A Rapid Review.
Notice bibliographique
Résumé
BACKGROUND: The outbreak of Coronavirus disease 2019 (COVID-19) has posed a significant threat to many countries. Since the disease does not currently have a particular treatment, there is a compelling need to find substitute means to dominate its expansion. In this rapid review, we aimed to determine some countries' public responses to the COVID-19 epidemic. METHODS: In this study, academic databases, including MEDLINE, Scopus, and Embase, were investigated. The keywords applied in the search strategy besides the names of each country were: "Public Health," "Public Response", "Health Policy", "COVID-19", "Novel Coronavirus," "2019-nCoV", and "SARS-CoV-2". The countries included China, Italy, Iran, Spain, South Korea, Germany, France, United States, Australia, Canada, Japan, and Singapore. RESULTS: The total number of retrieved articles in MEDLINE, Scopus, and Embase in April 2020 was 594, and after removing 259 duplicate articles, 335 papers were screened by the experts. After this investigation, 50 articles, in addition to 12 webpages, were extensively reviewed for the results section. Public health strategies and responses can be divided into four main areas, including monitoring, public education, crowd controlling, and care facilities. CONCLUSION: According to the results of the management decisions of some governments on quarantining, social isolation, screening methods, and flight suspensions due to the severity and anonymity of COVID-19, it is highly assured that these strategies would be the most successful approaches to confront the present pandemic. Governments should put in place timely and strict measures to halt the spread and diminish its unintended deadly consequences.
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 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 | 0,009 | 0,272 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».