CAF health protection during pandemic disease events: 1918 and 2020
Notice bibliographique
Résumé
The pandemic of coronavirus disease 2019 (COVID-19), caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), poses serious challenges to the Canadian Armed Forces (CAF). They are not, however, novel challenges, as the CAF weathered an almost identical situation in its history. This article presents new research findings on the 1918–1919 H1N1 influenza A pandemic’s effect upon the Canadian Corps (Cdn Corps) fighting in France and Belgium during the Hundred Days Campaign of 1918. This was a quantitative and qualitative study, randomly sampling 685 cases from the 5,542 Cdn Corps deaths between September 15 and November 11, 1918. Of these 685, 44 were killed by influenza or pneumonia (6.4%), suggesting with the margin of error that between 260 and 450 Canadians died of influenza in France, a comparatively low number considering the Corps was undertaking high-intensity operations in a region of France badly afflicted with influenza. Qualitative population traits are assessed. Among many important elements that may have bearing upon COVID-19 response, one in particular is drawn out for discussion: non-pharmaceutical interventions in the light of effective leadership. This study ultimately makes recommendations for how the experience of the 1918–1919 pandemic on Canadian fighting formations can inform force health protection (FHP) measures in 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,006 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».