Respuestas de salud pública para manejo de la COVID-19 en centros reclusión. Revisión de literatura
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
OBJECTIVE: To identify in the literature the recommendations for the prevention and control of COVID-19 in prisons and other preventive detention centers, in order to characterize the response lines. MATERIALS AND METHODS: 88 publications were identified in databases and digital repositories using key terms. After applying the PRISMA methodology, 18 publications were selected to carry out the qualitative analysis. The chosen publications refer to recommendations from academics, researchers and experts. 6 publications issued by the Governments of Canada, Belgium, France and United States of America were analyzed to make clear the government perspectives. Publications related to underage and psychiatric patients were not considered. RESULTS: Although there isn't enough literature, it was possible to characterize the available recommendations, grouping them into 6 lines of action. Within these lines, the establishment of physical, administrative, legal, hygienic and health measures is considered essential. In addition, it is necessary to ensure the epidemiological management and adaptation of health services based on the burden of disease and susceptibility of the persons under arrest. CONCLUSIONS: The response to COVID-19 in detention centers is complex and challenging. Therefore, the conventional steps like hygienic, sanitary, medical and epidemiological care aren't enough. In fact, the adjustment of criminal and penitentiary policies and the transformation of the justice system are considered essential to reduce and control the residential density.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
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