MétaCan
Menu
Retour à la cohorte
Enregistrement W3126722372

WHY AMERICA'S RESPONSE TO THE COVID-19 PANDEMIC FAILED: LESSONS FROM NEW ZEALAND'S SUCCESS

2021· article· en· W3126722372 sur OpenAlexaboutno aff
Richard Parker

Notice bibliographique

RevueOpenCommons - UConn (University of Connecticut) · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)PopulationLuckPolitical scienceDevelopment economicsAdministration (probate law)DemographyEconomic growthHistoryLawSociologyEconomicsMedicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Polls show that 48 percent of Americans think the United States has fared no worse in dealing with COVID-19 than most other countries and that COVID-19 posed an essentially impossible test. This article refutes that remarkable misperception. It shows that the U.S. COVID-19 mortality rate for 2020, adjusted for population, was more than twice as high as Canada’s and Germany’s; ten times higher than India’s; 29 times higher than Australia’s; 40 times higher than Japan’s; 59 times higher than South Korea’s, and 207 times higher than New Zealand’s mortality rate. In fact, U.S. performance at the level of South Korea, Australia, New Zealand, or Japan in containing the pandemic would have saved over 300,000 American lives in 2020 alone.\nThis Essay then offers a detailed comparison of the COVID-19 response of the Trump Administration to that of New Zealand, one of the few countries to succeed in virtually eliminating the virus within its borders. While some observers have dismissed New Zealand’s success as an artifact of good luck -- or of its geographic situation as a small, rural, island state -- this Essay offers evidence to suggest that these distinctions are of marginal importance compared to a more crucial distinction: New Zealand’s response followed the now-familiar pandemic containment “playbook” to the letter while the Trump Administration departed from that playbook at every turn. The weight of the evidence thus strongly suggests that the tragic disparity between America’s COVID-19 performance and New Zealand’s is primarily due -- not to geography or happenstance – but to a stark contrast of messaging, policy and implementation in the pandemic response strategy adopted by New Zealand’s Prime Minister Jacinda Ardern compared to that of President Trump. Leadership matters.

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)0,012
score de la tête « metaresearch » (Gemma)0,020
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil0,895

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,010
Communication savante0,0090,009
Science ouverte0,0020,006
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,051
Tête enseignante GPT0,316
Écart entre enseignants0,265 · 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
GenreAutre

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 revueOpenCommons - UConn (University of Connecticut)Même sujetCanadian Policy and GovernanceTravaux en français237 207