MétaCan
Menu
Retour à la cohorte
Enregistrement W3029239412 · doi:10.1186/s42522-019-0009-7

Make science evolve into a One Health approach to improve health and security: a white paper

2020· review· en· W3029239412 sur OpenAlexaffabout
Albert D. M. E. Osterhaus, Chris Vanlangendonck, Maurizio Barbeschi, Christianne Bruschke, R C Christensen, Peter Daszak, Frouke de Groot, Peter C. Doherty, Patrick Drury, Sabri Gmacz, Keith Hamilton, John Hart, Rebecca Katz, Christophe Longuet, Jesse McLeay, Gaetano Morelli, Jørgen Schlundt, Trevor F. Smith, Sameera Suri, Khristeen Umali, Jan van Aken, Jaap A. Wagenaar

Notice bibliographique

RevueOne Health Outlook · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensGlobal Affairs Canada
Organismes subventionnairesWorld Health Organization
Mots-clésWhite paperPublic healthGovernment (linguistics)Global healthPolitical scienceInternational healthHuman healthAction (physics)Health policyFood securityWhite (mutation)Animal healthCall to actionEnvironmental healthPublic relationsEconomic growthBusinessPublic administrationMedicineGeographyAgricultureMarketingLawNursingEconomicsVeterinary medicine

Résumé

récupéré en direct d'OpenAlex

The World One Health Congresses are biennial gatherings of approximately 1500 professionals from relevant international organisations, OIE, FAO, WHO, World Bank, leading scientific experts and researchers in the field of One Health, animal production and trade, food safety, animal health, human health and environmentology/ecology, government representatives in public health, human health, food safety, environmental health and global health security. The Congress is organized by the One Health Platform. This white paper summarizes highlights of the 5th International One Health Congress in Saskatoon, Canada, June 2018 and serves as a roadmap for the future, detailing several concrete action points to be carried out in the run-up to the 6th World One Health Congress in Edinburgh, Scotland, June 2020.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,056
Tête enseignante GPT0,376
Écart entre enseignants0,319 · 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
GenreSynthèse

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

En bref

Citations80
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOne Health OutlookMême sujetZoonotic diseases and public healthTravaux en français237 207