MétaCan
Menu
Retour à la cohorte
Enregistrement W3093129818 · doi:10.1093/jac/dkaa394

AMR-Intervene: a social–ecological framework to capture the diversity of actions to tackle antimicrobial resistance from a One Health perspective

2020· article· en· W3093129818 sur OpenAlexafffund
Anaïs Léger, Irene Lambraki, Tíscar Graells, Melanie Cousins, Patrik J. G. Henriksson, Stephan Harbarth, Carolee A. Carson, Shannon E. Majowicz, Max Troell, E. Jane Parmley, Peter Søgaard Jørgensen, Didier Wernli

Notice bibliographique

RevueJournal of Antimicrobial Chemotherapy · 2020
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensUniversity of GuelphPublic Health Agency of CanadaUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health ResearchSvenska Forskningsrådet FormasSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungHealth Research
Mots-clésPsychological interventionCorporate governanceDiversity (politics)Perspective (graphical)Resistance (ecology)Ecological systems theoryPolitical scienceEnvironmental resource managementManagement scienceEcologyBusinessMedicineComputer scienceEngineeringBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

The global threat of antimicrobial resistance (AMR) requires coordinated actions by and across different sectors. Increasing attention at the global and national levels has led to different strategies to tackle the challenge. The diversity of possible actions to address AMR is currently not well understood from a One Health perspective. AMR-Intervene, an interdisciplinary social-ecological framework, describes interventions to tackle AMR in terms of six components: (i) core information about the publication; (ii) social system; (iii) bio-ecological system; (iv) triggers and goals; (v) implementation and governance; and (vi) assessment. AMR-Intervene provides a broadly applicable framework, which can inform the design, implementation, assessment and reporting of interventions to tackle AMR and, in turn, enable faster uptake of successful interventions to build societal resilience to AMR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,717

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,288
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations52
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Antimicrobial ChemotherapyMême sujetAntibiotic Use and ResistanceTravaux en français237 207