The Critical Need for Pooled Data on Coronavirus Disease 2019 in African Children: An AFREhealth Call for Action Through Multicountry Research Collaboration
Notice bibliographique
Résumé
Globally, there are prevailing knowledge gaps in the epidemiology, clinical manifestations, and outcomes of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection among children and adolescents; and these gaps are especially wide in African countries. The availability of robust age-disaggregated data is a critical first step in improving knowledge on disease burden and manifestations of coronavirus disease 2019 (COVID-19) among children. Furthermore, it is essential to improve understanding of SARS-CoV-2 interactions with comorbidities and coinfections such as human immunodeficiency virus (HIV), tuberculosis, malaria, sickle cell disease, and malnutrition, which are highly prevalent among children in sub-Saharan Africa. The African Forum for Research and Education in Health (AFREhealth) COVID-19 Research Collaboration on Children and Adolescents is conducting studies across Western, Central, Eastern, and Southern Africa to address existing knowledge gaps. This consortium is expected to generate key evidence to inform clinical practice and public health policy-making for COVID-19 while concurrently addressing other major diseases affecting children in African countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,485 | 0,545 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,012 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,014 | 0,016 |
| Science ouverte | 0,007 | 0,024 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».