MétaCan
Menu
Retour à la cohorte
Enregistrement W3137687729 · doi:10.1016/j.eng.2020.12.019

Enlightenment from the COVID-19 Pandemic: The Roles of Environmental Factors in Future Public Health Emergency Response

2021· article· en· W3137687729 sur OpenAlexaff
Xiaolei Wang, Fengchang Wu, Xiaoli Zhao, Xiao Zhang, Junyu Wang, Lin Niu, Weigang Liang, Kmy Leung, John P. Giesy

Notice bibliographique

RevueEngineering · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésPandemicPublic healthEnvironmental healthEnvironmental planningBusinessCoronavirus disease 2019 (COVID-19)Environmental resource managementDiseaseMedicineInfectious disease (medical specialty)GeographyEconomics

Résumé

récupéré en direct d'OpenAlex

The coronavirus disease 2019 (COVID-19) pandemic is challenging the current public health emergency response systems (PHERSs) of many countries. Although environmental factors, such as those influencing the survival of viruses and their transmission between species including humans, play important roles in PHERSs, little attention has been given to these factors. This study describes and elucidates the roles of environmental factors in future PHERSs. To improve countries' capability to respond to public health emergencies associated with viral infections such as the COVID-19 pandemic, a number of environmental factors should be considered before, during, and after the responses to such emergencies. More specifically, to prevent pandemic outbreaks, we should strengthen environmental and wildlife protection, conduct detailed viral surveillance in animals and hotspots, and improve early-warning systems. During the pandemic, we must study the impacts of environmental factors on viral behaviors, develop control measures to minimize secondary environmental risks, and conduct timely assessments of viral risks and secondary environmental effects with a view to reducing the impacts of the pandemic on human health and on ecosystems. After the pandemic, we should further strengthen surveillance for viruses and the prevention of viral spread, maintain control measures for minimizing secondary environmental risks, develop our capability to scientifically predict pandemics and resurgences, and prepare for the next unexpected resurgence. Meanwhile, we should restore the normal life and production of the public based on the "One Health" concept, that views global human and environmental health as inextricably linked. Our recommendations are essential for improving nations' capability to respond to global public health emergencies.

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,004
Communication savante0,0080,008
Science ouverte0,0010,004
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,039
Tête enseignante GPT0,290
Écart entre enseignants0,251 · 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
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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineeringMême sujetZoonotic diseases and public healthTravaux en français237 207