MétaCan
Menu
Retour à la cohorte
Enregistrement W3132596530 · doi:10.1186/s12992-021-00673-9

Trust, risk, and the challenge of information sharing during a health emergency

2021· article· en· W3132596530 sur OpenAlexafffund
Raphael Lencucha, Shashika Bandara

Notice bibliographique

RevueGlobalization and Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesFonds de Recherche du Québec - SantéUniversity of Sydney
Mots-clésPublic healthInternational Health RegulationsInformation sharingBusinessPublic relationsInternational healthWork (physics)Health policyInternational communityPoliticsMedicineInfectious disease (medical specialty)Political scienceDiseaseLawNursingEngineering

Résumé

récupéré en direct d'OpenAlex

Information sharing is a critical element of an effective response to infectious disease outbreaks. The international system of coordination established through the World Health Organization via the International Health Regulations largely relies on governments to communicate timely and accurate information about health risk during an outbreak. This information supports WHO's decision making process for declaring a public health emergency of international concern. It also aides the WHO to work with governments to coordinate efforts to contain cross-border outbreaks.Given the importance of information sharing by governments, it is not surprising that governments that withhold or delay sharing information about outbreaks within their borders are often condemned by the international community for non-compliance with the International Health Regulations. The barriers to rapid and transparent information sharing are numerous. While governments must be held accountable for delaying or withholding information, in many cases non-compliance may be a rational response to real and perceived risks rather than a problem of technical incapacity or a lack of political commitment. Improving adherence to the International Health Regulations will require a long-term process to build trust that incorporates recognizing and mitigating the potential and perceived risks of information sharing.

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)0,063
score de la tête « metaresearch » (Gemma)0,144
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,334

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0630,144
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,029
Communication savante0,0160,015
Science ouverte0,0020,012
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,034
Tête enseignante GPT0,364
Écart entre enseignants0,330 · 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'étudeObservationnel
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

Citations46
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobalization and HealthMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207