운항 중 항공기 내 감염병 확산 방지를 위한 해외 주요 지침의 대응 요소 분석 연구 - 미국, 캐나다, 유럽연합, 호주, 중국의 객실 운영지침을 중심으로
Notice bibliographique
Résumé
Purpose: As communicable disease, COVID-19, pandemic strikes over the world, it is critically bewared that air travel possibly be a major pass way to deliver the infectious disease virus. Especially the airplane could be an unique environment to cultivate the virus spreaders. In order to keep the continuous safe airway as well as the industry, related international associations and organizations have been published the guidelines for the prevention and control the infectious disease through the all aspects of aviation. By reviewing the guidelines, focusing on the in-flight infection prevention and control, this study would not only inform a summary of the international guidelines but also provide an essential and general consideration for related research or guideline study. Methods: Guidelines of 5 major countries are reviewed, which has been seriously influenced by COVID-19 : U.S., Canada, E.U., Australia and China. The items of the guidelines are re-categorized as its similarity and structure by applicable cases. Results: The result of this study shows that each guideline seems to share a major structure and issue such as identifying sick traveler, sick passenger care, and cleaning even though that of China has a different since it used to consider the flight conditions based on 3 levels of infection risk. For sick passenger care, the guidelines includes crew safety, service level, sick passenger isolation, and cleaning. Implications: A published guideline as a public manual could be to prevent and control the in-flight infection efficiently and promptly. It also could provide a confidence of knowledge and educate for all users to prepare the in-flight emergency as well.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,013 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».