MétaCan
Menu
Retour à la cohorte
Enregistrement W4225261240 · doi:10.4103/ijmr.ijmr_474_21

Safety & effectiveness of COVID-19 vaccines

2022· review· en· W4225261240 sur OpenAlexaff
Francesco Chirico, Jaime A. Teixeira da Silva, Panagiotis Tsigaris, Khan Sharun

Notice bibliographique

RevueThe Indian Journal of Medical Research · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésPandemicPopulationPublic healthMedicineCoronavirus disease 2019 (COVID-19)Public relationsPolitical scienceDiseaseEnvironmental healthInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

There are currently eight vaccines against SARS-CoV-2 that have received Emergency Use Authorization by the WHO that can offer some protection to the world's population during the COVID-19 pandemic. Though research is being published all over the world, public health officials, policymakers and governments are collecting evidence-based information to establish the public health policies. Unfortunately, continued international travel, violations of lockdowns and social distancing, the lack of mask use, the emergence of mutant strains of the virus and lower adherence by a sector of the global population that remains sceptical of the protection offered by vaccines, or about any risks associated with vaccines, hamper these efforts. Here we examine the literature on the efficacy, effectiveness and safety of COVID-19 vaccines, with an emphasis on select categories of individuals and against new SARS-CoV-2 strains. The literature shows that these eight vaccines are highly effective in protecting the population from severe disease and death, but there are some issues concerning safety and adverse effects. Further, booster shots and variant-specific vaccines would also be required.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,225
Tête enseignante GPT0,533
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 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Indian Journal of Medical ResearchMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207