MétaCan
Menu
← Retour à la cohorte
Enregistrement W3128808485 · doi:10.21203/rs.3.rs-104826/v2

Basics of developing a COVID-19 reopening roadmap, a systematic scoping review of reopening roadmaps

2020· preprint· en· W3128808485 sur OpenAlexaff
Mehrdad Askarian, Gary Groot, Ehsan Taherifard, Erfan Taherifard, Hossein Akbarialiabad, Roham Borazjani, Ardalan Askarian, Mohammad Hossein Taghrir

Notice bibliographique

RevueResearch Square · 2020
Typepreprint
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakEngineering ethicsMedicineEngineeringVirology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: The necessity of easing pandemic restrictions is explicit. Due to the harsh consequences of lockdowns, governments are willing to find reasonable pathways to reopen their activities. Methods: To find out the basics of developing a reopening roadmap, on 6th-10th August 2020, we conducted a systematic search on Pubmed, Scopus, Embase, and Web of Science, but no roadmap was found. Then, we manually searched Google to review the grey literature. Two independent authors extracted the data, and the senior author solved the discrepancies.Results: According to the search strategy, finally, sixteen roadmaps were included. Data categorized into four sections: principals, general recommendations for individuals, health key metrics, and in-phases strategy. The number of phases or stages differed from three to six, with a minimum of two weeks considered for each one. Health key metrics were categorized into four subsets: sufficient preventive capacities, appropriate diagnosis capacity, appropriate epidemiological monitoring capacity, and sufficient health system capacity. These metrics were used as the criteria for progressing or returning over the roadmap, which guarantees a roadmap's dynamicity. Noticeably, few roadmaps didn’t mention these criteria that may alter the dynamicity of their roadmap. When some areas face new surges, the roadmap's dynamicity is essential, and it is vital to describe the criteria to stop the reopening process and implement the restrictions again. Conclusions: Providing evidence for policymaking about lifting the COVID-19 restrictions seems to be missed in the literature, should be addressed more, and further studies are recommended.

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)0,172
score de la tête « metaresearch » (Gemma)0,351
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,911

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1720,351
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0060,010
Bibliométrie0,0520,031
Études des sciences et des technologies0,0030,004
Communication savante0,0110,019
Science ouverte0,0050,009
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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.

Tête enseignante Opus0,667
Tête enseignante GPT0,595
Écart entre enseignants0,073 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCOVID-19 epidemiological studies→Travaux en français237 207→