Eco-Environmental Aspects of COVID-19 Pandemic and Potential Control Strategies
Notice bibliographique
Résumé
A new coronavirus-strain from a zoonotic reservoir (probably bat)-termed as severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)-has recently claimed more than two million deaths worldwide. Consequently, a burst of scientific reports on epidemiology, symptoms, and diagnosis came out. However, a comprehensive understanding of eco-environmental aspects that may contribute to coronavirus disease 2019 (COVID-19) spread is still missing, and we therefore aim to focus here on these aspects. In addition to human-human direct SARS-CoV-2 transmission, eco-environmental sources, such as air aerosols, different public use objects, hospital wastes, livestock/pet animals, municipal wastes, ventilation facilities, soil and groundwater potentially contribute to SARS-CoV-2 transmission. Further, high temperature and humidity were found to limit the spread of COVID-19. Although the COVID-19 pandemic led to decrease air and noise pollution during the period of lockdown, increased use of masks and gloves is threatening the environment by water and soil pollutions. COVID-19 badly impacted all the socio-economic groups in different capacities, where women, slum dwellers, and the people lacking social protections are the most vulnerable. Finally, sustainable strategies, waste management, biodiversity reclaim, eco-friendly lifestyle, improved health infrastructure and public awareness, were proposed to minimize the COVID-19 impact on our society and environment. These strategies will seemingly be equally effective against any future outbreak.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».