MétaCan
Menu
Retour à la cohorte
Enregistrement W3172612929 · doi:10.3390/biology10060545

Coronavirus Disease 2019 (COVID-19) Crisis: Losing Our Immunity When We Need It the Most

2021· article· en· W3172612929 sur OpenAlexaff
Abdelaziz Ghanemi, Mayumi Yoshioka, Jonny St‐Amand

Notice bibliographique

RevueBiology · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)BiologyHerd immunityIsolation (microbiology)PandemicImmunityVaccinationCoronavirusPopulationDiseaseSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakContagious diseaseEnvironmental healthEpidemiologyImmunologyInfectious disease (medical specialty)VirologyImmune systemMedicineOutbreakBioinformatics

Résumé

récupéré en direct d'OpenAlex

The ongoing coronavirus disease 2019 (COVID-19) crisis has led to a new socioeconomic reality with the acquisition of novel habits. Measures imposed by governments and health authorities such as confinement and lockdown have had important consequences, including mental health problems, economic crisis, and social isolation. Combined with newly acquired habits such as hand washing, sanitization, and face masks, these have all directly and indirectly led to reduced immunity. Such effects on the immune system not only impact the epidemiological profile with respect to COVID-19 and other infectious diseases but also limit the efficacy of the ongoing anti-COVID-19 vaccination campaign. Therefore, there is a need to review these approaches and optimize measures towards better population immunity, which is much needed during such an epidemic.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,227
Tête enseignante GPT0,488
Écart entre enseignants0,261 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiologyMême sujetCOVID-19 and Mental HealthTravaux en français237 207