MétaCan
Menu
Retour à la cohorte
Enregistrement W3175175628 · doi:10.1017/s1744133121000220

The federal government and Canada's COVID-19 responses: from ‘we're ready, we're prepared’ to ‘fires are burning’

2021· article· en· W3175175628 sur OpenAlexafffundabout

Notice bibliographique

RevueHealth Economics Policy and Law · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensMcGill UniversityUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésPandemicGovernment (linguistics)Coronavirus disease 2019 (COVID-19)JurisdictionPublic healthSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)

Résumé

récupéré en direct d'OpenAlex

Canada's experience with the coronavirus disease-2019 (COVID-19) pandemic has been characterized by considerable regional variation, as would be expected in a highly decentralized federation. Yet, the country has been beset by challenges, similar to many of those documented in the severe acute respiratory syndrome outbreak of 2003. Despite a high degree of pandemic preparedness, the relative success with flattening the curve during the first wave of the pandemic was not matched in much of Canada during the second wave. This paper critically reviews Canada's response to the COVID-19 pandemic with a focus on the role of the federal government in this public health emergency, considering areas within its jurisdiction (international borders), areas where an increased federal role may be warranted (long-term care), as well as its technical role in terms of generating evidence and supporting public health surveillance, and its convening role to support collaboration across the country. This accounting of the first 12 months of the pandemic highlights opportunities for a strengthened federal role in the short term, and some important lessons to be applied in preparing for future pandemics.

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)0,018
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,870

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0130,006
Communication savante0,0100,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,220
Tête enseignante GPT0,429
Écart entre enseignants0,210 · 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

Citations31
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Economics Policy and LawMême sujetCOVID-19 epidemiological studiesTravaux en français237 207