Understanding and attenuating pandemic-related disruptions: a plan to reduce inequalities in child development
Notice bibliographique
Résumé
The Secretary General of the United Nations described the impact of COVID-19-related school closures as a "generational catastrophe." What will be the legacy of the 2020-2021 pandemic-related disruptions in 5, 10, 20 years from now, as regards education and well-being of children and youth? Addressing the disproportionate impact on those growing up in socio-economically disadvantaged areas or on those with pre-existing learning challenges is key to sustainable recovery. This commentary builds on the four literature reviews presented in this Special Section on a Pandemic Recovery Plan for Children and proposes strategies to understand and attenuate the impact of pandemic-related lockdown measures. Importantly, we need a monitoring strategy to assess indicators of child development in three areas of functioning: education and learning, health, and well-being (or mental health). Surveillance needs to begin in the critical prenatal period (with prenatal care to expectant parents), and extend to the end of formal high school/college education. Based on child development indicators, a stepped strategy for intervention, ranging from all-encompassing population-based health and education promotion initiatives to targeted prevention programs and targeted remedial/therapeutic interventions, can be offered. As proposed in the UN plan for recovery, ensuring healthy present and future generations involves a concerted and intensive intersectoral effort from the education, health, psychosocial services, and scientific communities.
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 | 0,013 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,006 | 0,010 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,013 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».