MétaCan
Menu
Retour à la cohorte
Enregistrement W3181684285 · doi:10.1080/14787210.2021.1951705

Antimicrobial resistance in low- and middle-income countries: current status and future directions

2021· article· en· W3181684285 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueExpert Review of Anti-infective Therapy · 2021
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute of Allergy and Infectious Diseases
Mots-clésPandemicLow and middle income countriesDevelopment economicsPoliticsPsychological interventionCoronavirus disease 2019 (COVID-19)Political scienceResistance (ecology)Global healthDeveloping countryEconomic growthBusinessEnvironmental healthMedicineHealth careEconomics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Rising rates of antimicrobial resistance (AMR) globally continue to pose agrave threat to human health. Low- and middle-income countries (LMICs) are disproportionately affected, partly due to the high burden of communicable diseases. AREAS COVERED: We reviewed current trends in AMR in LMICs and examined the forces driving AMR in those regions. The state of interventions being undertaken to curb AMR across the developing world are discussed, and the impact of the current COVID-19 pandemic on those efforts is explored. EXPERT OPINION: The dynamics that drive AMR in LMICs are inseparable from the political, economic, socio-cultural, and environmental forces that shape these nations. The COVID-19 pandemic has further exacerbated underlying factors that increase AMR. Some progress is being made in implementing surveillance measures in LMICs, but implementation of concrete measures to meaningfully impact AMR rates must address the underlying structural issues that generate and promote AMR. This, in turn, will require large infrastructural investments and significant political will.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil0,740

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,282
Écart entre enseignants0,273 · 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