MétaCan
Menu
Retour à la cohorte
Enregistrement W3120481045 · doi:10.30699/ijmm.15.1.1

The COVID-19 Pandemic: Data Analysis, Impacts and Future Considerations

2021· article· en· W3120481045 sur OpenAlexaff
Pooya Parvizi, Milad Jalilian, Hana Parvizi, Sara Amiri, Hamidreza Mohammad Doust

Notice bibliographique

RevueIranian Journal of Medical Microbiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPandemicContext (archaeology)DiseaseCoronavirusOutbreakCoronavirus disease 2019 (COVID-19)MedicineEpidemiologyDisease surveillanceEnvironmental healthInfectious disease (medical specialty)VirologyGeographyPathology

Résumé

récupéré en direct d'OpenAlex

The 2019 novel coronavirus is another type of known coronaviruses; SARS-CoV-1 and MERS-CoV. The World Health Organization (WHO) has named the virus SARS-CoV-2 and its disease as coronavirus disease 2019 (abbreviated COVID-19). The first case of COVID-19 was reported in December 2019 in Wuhan, China. The epidemiological studies have shown that the disease is transmitted from animal to human, and the spread of the disease from person to person is rapidly expanding. Currently, the most important factor in preventing and controlling the spread of the disease is proper recognition, health care, and control measures. Given the importance of early detection and timely treatment of the disease, the use of nanoscale materials for the production of sensors and drug delivery system can be of great assistance to the researchers. In this context, we aimed to explain the effects of the prevalence of the disease worldwide and consider the different aspects of SARS-CoV-2.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,786

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,097
Tête enseignante GPT0,415
Écart entre enseignants0,318 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIranian Journal of Medical MicrobiologyMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207