A qualitative program evaluation of the Publicly Available International Foodborne Outbreak Database
Notice bibliographique
Résumé
BACKGROUND: The Publicly Available International Foodborne Outbreak Database (PAIFOD) is a regularly updated repository that contains international outbreak data collected from multiple surveillance systems and sources. As of February 2020, the database contained more than 13,000 entries spanning over 20 years. PAIFOD is the only known database that captures international foodborne outbreak data. OBJECTIVE: To explore user perceptions and identify potential directions for PAIFOD and make recommendations for databases with food safety information. METHODS: Between January and March 2020, 16 semistructured telephone interviews were conducted with 24 previous, current and potential PAIFOD users. Interviewees were asked about their knowledge of and experience of using PAIFOD as well as about its strengths and limitations and recommendations for the database. An inductive thematic analysis approach was used to analyze qualitative data and generate themes. RESULTS: Four main themes were generated based on the 24 interviewees' accounts of their experience with and recommendations for PAIFOD: participants viewed PAIFOD as a useful tool; they weren't familiar with its contents or purpose; they stated it should become an open-access platform or linked with another information-sharing initiative; and they considered that PAIFOD had the potential to enhance the Agency's reputation by becoming widely recognized and used. CONCLUSION: This work, along with the ever-changing landscape of foodborne surveillance, supports the need to ensure that PAIFOD is updated to meet the modern-day demands of food safety experts.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».