MétaCan
Menu
← Retour à la cohorte
Enregistrement W3217540051 · doi:10.1142/s2591729321500164

An International Comparison of the COVID-19 Experiences of the Group-of-Seven and the BRICS Countries

2021· article· en· W3217540051 sur OpenAlexaboutno aff
Lawrence J. Lau, Yanyan Xiong

Notice bibliographique

RevueChina and the World · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContact tracingPandemicCoronavirus disease 2019 (COVID-19)QuarantineGovernment (linguistics)Social distanceChinaPublic healthEconomic growthDevelopment economicsHygienePersonal hygiene2019-20 coronavirus outbreakPolitical scienceGeographyOutbreakMedicineEconomicsVirologyLaw

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has been around since December 2019. In this study, the experiences of the Group-of-Seven Countries (G-7 — Canada, France, Germany, Italy, Japan, the UK and the US) and the BRICS Countries (Brazil, Russia, India, China and South Africa) are compared in terms of the numbers of confirmed cases and deaths and the infection and mortality rates. The objective is to see whether such a comparison may yield some insight on how and when the COVID-19 pandemic in the world will finally be under control. The key turns out to be the minimization of secondary and higher-order transmissions of the virus. This requires, first, the practice of good personal hygiene and social distancing on the part of all the residents; second, mandatory rapid testing and exhaustive contact tracing, by the public health authorities; and third, lockdown, quarantine and travel restrictions by the government. The governments of the individual countries must fight the COVID-19 epidemic as if it were a war if they expect to succeed in bringing the epidemic under control in their respective countries.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,123
Tête enseignante GPT0,418
Écart entre enseignants0,296 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChina and the World→Même sujetCOVID-19 epidemiological studies→Travaux en français237 207→