A compendium answering 150 questions on COVID‐19 and SARS‐CoV‐2
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
In December 2019, China reported the first cases of the coronavirus disease 2019 (COVID-19). This disease, caused by the severe acute respiratory syndrome-related coronavirus 2 (SARS-CoV-2), has developed into a pandemic. To date, it has resulted in ~9 million confirmed cases and caused almost 500 000 related deaths worldwide. Unequivocally, the COVID-19 pandemic is the gravest health and socioeconomic crisis of our time. In this context, numerous questions have emerged in demand of basic scientific information and evidence-based medical advice on SARS-CoV-2 and COVID-19. Although the majority of the patients show a very mild, self-limiting viral respiratory disease, many clinical manifestations in severe patients are unique to COVID-19, such as severe lymphopenia and eosinopenia, extensive pneumonia, a "cytokine storm" leading to acute respiratory distress syndrome, endothelitis, thromboembolic complications, and multiorgan failure. The epidemiologic features of COVID-19 are distinctive and have changed throughout the pandemic. Vaccine and drug development studies and clinical trials are rapidly growing at an unprecedented speed. However, basic and clinical research on COVID-19-related topics should be based on more coordinated high-quality studies. This paper answers pressing questions, formulated by young clinicians and scientists, on SARS-CoV-2, COVID-19, and allergy, focusing on the following topics: virology, immunology, diagnosis, management of patients with allergic disease and asthma, treatment, clinical trials, drug discovery, vaccine development, and epidemiology. A total of 150 questions were answered by experts in the field providing a comprehensive and practical overview of COVID-19 and allergic disease.
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 | 0,000 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 | 0,001 |
| 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 découle