Knowledge brokering on infectious diseases for public health
Notice bibliographique
Résumé
The National Collaborating Centres (NCCs) for Public Health (NCCPH) were established in 2005 as part of the federal government's commitment to renew and strengthen public health following the severe acute respiratory syndrome (SARS) epidemic. They were set up to support knowledge translation for more timely use of scientific research and other knowledges in public health practice, programs and policies in Canada. Six centres comprise the NCCPH, including the National Collaborating Centre for Infectious Diseases (NCCID). The NCCID works with public health practitioners to find, understand and use research and evidence on infectious diseases and related determinants of health. The NCCID has a mandate to forge connections between those who generate and those who use infectious diseases knowledge. As the first article in a series on the NCCPH, we describe our role in knowledge brokering and the numerous methods and products that we have developed. In addition, we illustrate how NCCID has been able to work with public health to generate and share knowledge during the coronavirus disease 2019 (COVID-19) pandemic.
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 | 0,061 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,010 | 0,012 |
| Études des sciences et des technologies | 0,009 | 0,010 |
| Communication savante | 0,025 | 0,023 |
| Science ouverte | 0,003 | 0,018 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,006 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».