MétaCan
Menu
Retour à la cohorte
Enregistrement W4224295881 · doi:10.1371/journal.pntd.0010370

Contextualizing mobility during the Ebola epidemic in Liberia

2022· article· en· W4224295881 sur OpenAlexafffund
Mosoka Fallah, Stephen Lavalah, Tina Gbelia, Myers Zondo, Morris Kromah, Lucy K. Tantum, Gartee Nallo, Joseph Boakai, Kemoh Sheriff, Laura Skrip, S. Harris Ali

Notice bibliographique

RevuePLoS neglected tropical diseases · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Outbreaks Research
Établissements canadiensYork University
Organismes subventionnairesInternational Development Research Centre
Mots-clésLivelihoodRelocationPublic relationsEbola virusSAFERFocus groupPolitical scienceMedicineDiseaseBusinessGeographyMarketingComputer security

Résumé

récupéré en direct d'OpenAlex

Based on findings from focus groups and key informant interviews conducted at five sites in Liberia between 2018 and 2019, we explore some of the key factors that influenced people's motivation to travel during the 2014-2016 Ebola Virus Disease (EVD). We discuss how these factors led to certain mobility patterns and the implications these had for EVD response. The reasons for individual mobility during the epidemic were multiple and diverse. Some movements were related to relocation efforts as people attempted to extricate themselves from stigmatizing situations. Others were motivated by fear, convinced that other communities would be safer, particularly if extended family members resided there. Individuals also felt compelled to travel during the epidemic to meet other needs and obligations, such as attending burial rites. Some expressed concerns about obtaining food and earning a livelihood. Notably, these latter concerns served as an impetus to travel surreptitiously to evade quarantine directives aimed specifically at restricting mobility. Improvements in future infectious disease response could be made by incorporating contextually-based mobility factors, for example: the personalization of public health messaging through the recruitment of family members and trusted local leaders, to convey information that would help allay fear and combat stigmatization; activating existing traditional community surveillance systems in which entry into the community must first be approved by the community chief; and increased involvement of local leaders and community members in the provision of food and care to those quarantined so that the need to travel for these reasons is removed.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,005
Communication savante0,0030,004
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,289
Écart entre enseignants0,267 · 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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS neglected tropical diseasesMême sujetViral Infections and Outbreaks ResearchTravaux en français237 207