MétaCan
Menu
Retour à la cohorte
Enregistrement W4206043456 · doi:10.12701/yujm.2021.01599

The pros and cons of entry restrictions: are entry restrictions really effective in preventing the spread of SARS-CoV-2?

2022· article· en· W4206043456 sur OpenAlexaff
Donghwi Park, Mathieu Boudier‐Revéret, Min Cheol Chang

Notice bibliographique

RevueJournal of Yeungnam Medical Science · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésconsSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Coronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakBusinessComputer scienceMedicineVirology

Résumé

récupéré en direct d'OpenAlex

Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has rapidly spread worldwide, leading the World Health Organization to declare coronavirus disease 2019 (COVID-19) a pandemic. To curb the unchecked spread of SARS-CoV-2 infection, most countries have enforced travel restrictions. However, it is debatable whether such restrictions are effective in containing infections and preventing pandemics. Rather, they may negatively impact economies and diplomatic relationships. Each government should conduct an extensive and appropriate analysis of its national economy, diplomatic status, and COVID-19 preparedness to decide whether it is best to restrict entering travelers. Even if travelers from other countries are allowed entry, extensive contact tracing is required to prevent the spread of COVID-19. In addition, governments can implement "travel bubbles," which allow the quarantine-free flow of people among countries with relatively low levels of community transmission. An accurate evaluation of the benefits and losses due to entry restrictions during the COVID-19 pandemic would be helpful in determining whether entry restrictions are an effective measure to reduce the spread of infection in 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 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)0,010
score de la tête « metaresearch » (Gemma)0,066
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,101
Score d'incertitude au seuil0,942

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,066
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,119
Tête enseignante GPT0,427
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Yeungnam Medical ScienceMême sujetCOVID-19 epidemiological studiesTravaux en français237 207