COVID-19 Vaccine Certificates: Key Considerations for the Ontario Context
Notice bibliographique
Résumé
Many jurisdictions are developing and implementing COVID-19 vaccine certificates as falsification-proof, verifiable proof of immunization in secure digital or paper-based formats. Vaccine certificates can be used to regulate entry into discretionary settings that pose a high risk for SARS-CoV-2 transmission (e.g., indoor dining, bars, gyms, cultural and sports events). Vaccine certificates can also be used in non-discretionary settings (e.g., schools, universities, congregate settings, and workplaces), especially in settings that require mandatory vaccination. On a short-term basis, vaccine certificates could enable the re-opening of high-risk settings sooner and/or at increased capacity. Vaccine certificates will be of particular importance to maintain economic and societal reopening if public health measures need to be reintroduced. Some jurisdictions are also implementing vaccine certificates with the goal of incentivizing COVID-19 vaccination. On a longer-term basis, vaccine certificates can serve as a verifiable, secure, standardized, accessible and portable records of immunization. There is currently no scientific evidence of the direct impact of COVID-19 vaccine certificates on SARS-CoV-2 transmission or population vaccination rates, and there are important ethical, legal, accessibility, and privacy considerations concerning their development and implementation.
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 | 0,026 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 ».