Notice bibliographique
Résumé
Since the outbreak of the new coronavirus pneumonia (COVID-19) in December 2019, more than 23 million people worldwide have been diagnosed with SARS-CoV-2. In response to this pandemic, a global mobilization of scientific, industrial and political support has ensued. However, more than 8 months later, as studies multiply and several governments are embarking on a resumption of their activities, the threat still remains. Our efforts to understand the evolution of the virus and the means to defeat it, at the dawn of a possible new wave, have raised more questions than provided clear and unequivocal answers. Compared to diseases caused by previously known human coronavirus, COVID-19 shows higher transmissibility, as a matter of fact "deeply concerning" cases continue to increase. Under these circumstances, and based on the information we have collected so far, this paper provides an overview of the epidemiological status of COVID-19 by considering, first through comparisons with other coronaviruses, similarities that may guide prevention measures and potentially effective therapies. From this starting point, we aimed to discuss the evidence around the efficacy of masks and respirators for different group of the population. Finally, we address therapeutic aspects including perspectives of vaccines and some antimicrobial agents such as remdesivir, favipiravir, chloroquine, hydroxychloroquine in combination with azithromycin and immunomodulators.
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 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 | 0,027 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».