MétaCan
Menu
Retour à la cohorte
Enregistrement W3106008323 · doi:10.2196/20699

The Impact of COVID-19 Management Policies Tailored to Airborne SARS-CoV-2 Transmission: Policy Analysis

2020· article· en· W3106008323 sur OpenAlexvenueno aff
Charles Roberto Telles, A. Roy, Mohammad Rehan Ajmal, Syed Khalid Mustafa, M. Ayaz Ahmad, Juan Moisés de la Serna, Elisandro Pires Frigo, Manuel Hernández Rosales

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesOffice of ScienceUniversidade Estadual de Campinas
Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakTransmission (telecommunications)PandemicBetacoronavirusSars virusVirologyMedicineComputer scienceOutbreakTelecommunicationsDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Daily new COVID-19 cases from January to April 2020 demonstrate varying patterns of SARS-CoV-2 transmission across different geographical regions. Constant infection rates were observed in some countries, whereas China and South Korea had a very low number of daily new cases. In fact, China and South Korea successfully and quickly flattened their COVID-19 curve. To understand why this was the case, this paper investigated possible aerosol-forming patterns in the atmosphere and their relationship to the policy measures adopted by select countries. OBJECTIVE: The main research objective was to compare the outcomes of policies adopted by countries between January and April 2020. Policies included physical distancing measures that in some cases were associated with mask use and city disinfection. We investigated whether the type of social distancing framework adopted by some countries (ie, without mask use and city disinfection) led to the continual dissemination of SARS-CoV-2 (daily new cases) in the community during the study period. METHODS: We examined the policies used as a preventive framework for virus community transmission in some countries and compared them to the policies adopted by China and South Korea. Countries that used a policy of social distancing by 1-2 m were divided into two groups. The first group consisted of countries that implemented social distancing (1-2 m) only, and the second comprised China and South Korea, which implemented distancing with additional transmission/isolation measures using masks and city disinfection. Global daily case maps from Johns Hopkins University were used to provide time-series data for the analysis. RESULTS: The results showed that virus transmission was reduced due to policies affecting SARS-CoV-2 propagation over time. Remarkably, China and South Korea obtained substantially better results than other countries at the beginning of the epidemic due to their adoption of social distancing (1-2 m) with the additional use of masks and sanitization (city disinfection). These measures proved to be effective due to the atmosphere carrier potential of SARS-CoV-2 transmission. CONCLUSIONS: Our findings confirm that social distancing by 1-2 m with mask use and city disinfection yields positive outcomes. These strategies should be incorporated into prevention and control policies and be adopted both globally and by individuals as a method to fight the COVID-19 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 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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil0,727

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,249
Tête enseignante GPT0,486
Écart entre enseignants0,237 · 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'étudeSans objet
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

Citations37
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetCOVID-19 epidemiological studiesTravaux en français237 207