Neglected Tropical Diseases (NTDs) and COVID-19 Pandemic in Africa:Special Focus on Control Strategies
Notice bibliographique
Résumé
Neglected Tropical Diseases (NTDs) are a group of twenty (20) chronic, communicable, infectious diseases endemic to the tropics and sub-tropics climate countries, which are intimately associated with poverty, poor sanitation, limited clean water, and healthcare delivery; and dwellers live in proximity to pathogens and diseases vectors. The pathogens are protozoans, bacteria, helminths, fungi, and viruses. NTDs currently affect about one billion people globally, out of which 500 million are Africans living in rural settlements with low political voice and support. In recent years, NTDs have received little research recognition, development, and funding because more research efforts by global health stakeholders are focused on recognized diseases like cancers, hepatitis, tuberculosis, Acquired Immune-Deficiency Syndrome (AIDS), and malaria that affects most developed countries. The emergence of the viral novel COVID-19 will exacerbate the burden of NTDs on disadvantaged communities as global health efforts are again focused on COVID-19 clearance in terms of research and development to find a drug/vaccine amidst other investigations on recognized infections. This development can result in high death tolls due to NTDs if control measures are not prioritized now. This perspective addresses the need for NTDs control amidst COVID-19 clearance efforts to mitigate another viral health crisis in Africa.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».