MétaCan
Menu
Retour à la cohorte
Enregistrement W3161578723 · doi:10.1080/25765299.2021.1886390

Trajectory analysis of the coronavirus pandemic and the impact of precautionary measures in the Kingdom of Bahrain

2021· article· en· W3161578723 sur OpenAlexafffund
Ahmed Al Dallal, Jehad Al Dallal, W.E. Alnaser, Mohammed Y. Ashqar, Bader Al-Anzi

Notice bibliographique

RevueArab Journal of Basic and Applied Sciences · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesKuwait UniversityUniversity of BahrainUniversity of Alberta
Mots-clésPandemicCoronavirusCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)TrajectoryVirologyMedicinePhysicsOutbreakInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

The Kingdom of Bahrain announced its first case of COVID-19 infection on February 24, 2020. Since that time, the government has imposed several restrictions such as closures, banning gatherings, and closing border crossings to limit the spread of the pandemic and relieve pressure on the healthcare system. This article provides an overview of the current trajectory of the pandemic in the Kingdom of Bahrain. In addition, the article introduces and applies a methodology to analyze the impact of the interventions and precautionary measures enforced by the government to limit the COVID-19 disease propagation. The results show that most of the enforced precautionary measures were effective in reducing the spread of the disease by a percentage ranging from 20.2% to 41.8%. A religious occasion in Bahrain—involving large gatherings—had increased the spread of the disease by 28.7%. Not enough evidence is found to conclude that reopening interventions had caused the disease to spread again.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,273
Tête enseignante GPT0,426
Écart entre enseignants0,154 · 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArab Journal of Basic and Applied SciencesMême sujetCOVID-19 epidemiological studiesTravaux en français237 207