MétaCan
Menu
Retour à la cohorte
Enregistrement W3098377445 · doi:10.3855/jidc.13289

COVID-19 Pandemic: How is Bangladesh coping with the rapid spread of coronavirus infection?

2020· article· en· W3098377445 sur OpenAlexaff
Sufia Islam, Fouzia Mannan, Tahiya Islam, Sabera Rahman, Saki Sultana Liza, Mohammod Jobayer Chisti, Rizwanul Islam

Notice bibliographique

RevueThe Journal of Infection in Developing Countries · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensDalhousie University
Organismes subventionnairesInternational Centre for Diarrhoeal Disease Research, Bangladesh
Mots-clésPandemicPreparednessTransmission (telecommunications)CoronavirusMedicineDiseasePopulationIntensive care medicineGovernment (linguistics)Infection controlMiddle East respiratory syndrome coronavirusEnvironmental healthCoronavirus disease 2019 (COVID-19)Public healthInfectious disease (medical specialty)Political sciencePathology

Résumé

récupéré en direct d'OpenAlex

The novel coronavirus has become a global risk because of its massive transmission and high rates of mutation. Efficient clinical management remains a challenge in combatting the severe acute respiratory syndrome caused by this virulent strain. This contagious disease is new to the people of Bangladesh. The country is at high risk of spreading the coronavirus infection particularly because of its high population density. Significant morbidity and mortality have been observed for the quick transmission of this virus since March 8, 2020. The basic objective of this article is to analyze the preparedness of Bangladesh, given its constraints and limitations, to cope with the rapid spread of COVID-19 infection. In doing so, it summarizes the origin of coronavirus, epidemiology, mode of transmission, diagnosis, treatment, prevention and control of the disease. Although many steps have been taken by the Government and the private sector of Bangladesh to create awareness about measures needed to prevent the deadly infections, many people are unaware of and reluctant to accept the prescribed rules. Inadequacy of diagnostic facilities and limitations of clinical care and health care services were major constraints faced in treating COVID-19 infected people in Bangladesh. Greater compliance by the people in following the suggested measures may help reduce the rapid spread of the disease and overcome the challenges faced by this pandemic.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,233
Tête enseignante GPT0,407
Écart entre enseignants0,174 · 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'étudeObservationnel
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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Infection in Developing CountriesMême sujetCOVID-19 epidemiological studiesTravaux en français237 207