MétaCan
Menu
Retour à la cohorte
Enregistrement W3097720481 · doi:10.1186/s12915-020-00891-4

Adaptive, diverse and de-centralized diagnostics are key to the future of outbreak response

2020· article· en· W3097720481 sur OpenAlexafffund
Quinn Matthews, Severino Jefferson Ribeiro da Silva, Masoud Norouzi, Lindomar Pena, Keith Pardee

Notice bibliographique

RevueBMC Biology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 detection and testing
Établissements canadiensHydro One (Canada)Canadian Association for Co-operative EducationUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoInternational Development Research Centre
Mots-clésBiologyOutbreakKey (lock)Computational biologyVirologyEcology

Résumé

récupéré en direct d'OpenAlex

The global spread of SARS-CoV-2 has shaken our health care and economic systems, prompting re-evaluation of long-held views on how best to deliver care. This is especially the case for our global diagnostic strategy. While current laboratory-based centralized RT-qPCR will continue to serve as a gold standard diagnostic into the foreseeable future, the shortcomings of our dependence on this method have been laid bare. It is now clear that a robust diagnostics pandemic response strategy, like any disaster planning, must include adaptive, diverse and de-centralized solutions. Here we look at how the COVID-19 pandemic, and previous outbreaks, have set the stage for a new innovative phase in diagnostics and a re-thinking of pandemic preparedness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,009
Communication savante0,0090,016
Science ouverte0,0030,006
Intégrité de la recherche0,0080,015
Charge utile insuffisante (le modèle a refusé de juger)0,0100,006

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 Opus0,061
Tête enseignante GPT0,303
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations26
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC BiologyMême sujetSARS-CoV-2 detection and testingTravaux en français237 207