COVID-19 false dichotomies and a comprehensive review of the evidence regarding public health, COVID-19 symptomatology, SARS-CoV-2 transmission, mask wearing, and reinfection
Notice bibliographique
Résumé
Scientists across disciplines, policymakers, and journalists have voiced frustration at the unprecedented polarization and misinformation around coronavirus disease 2019 (COVID-19) pandemic. Several false dichotomies have been used to polarize debates while oversimplifying complex issues. In this comprehensive narrative review, we deconstruct six common COVID-19 false dichotomies, address the evidence on these topics, identify insights relevant to effective pandemic responses, and highlight knowledge gaps and uncertainties. The topics of this review are: 1) Health and lives vs. economy and livelihoods, 2) Indefinite lockdown vs. unlimited reopening, 3) Symptomatic vs. asymptomatic severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection, 4) Droplet vs. aerosol transmission of SARS-CoV-2, 5) Masks for all vs. no masking, and 6) SARS-CoV-2 reinfection vs. no reinfection. We discuss the importance of multidisciplinary integration (health, social, and physical sciences), multilayered approaches to reducing risk ("Emmentaler cheese model"), harm reduction, smart masking, relaxation of interventions, and context-sensitive policymaking for COVID-19 response plans. We also address the challenges in understanding the broad clinical presentation of COVID-19, SARS-CoV-2 transmission, and SARS-CoV-2 reinfection. These key issues of science and public health policy have been presented as false dichotomies during the pandemic. However, they are hardly binary, simple, or uniform, and therefore should not be framed as polar extremes. We urge a nuanced understanding of the science and caution against black-or-white messaging, all-or-nothing guidance, and one-size-fits-all approaches. There is a need for meaningful public health communication and science-informed policies that recognize shades of gray, uncertainties, local context, and social determinants of health.
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 | 0,009 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».