MétaCan
Menu
← Retour à la cohorte
Enregistrement W4226213971 · doi:10.21203/rs.3.rs-1516063/v2

Rapid epidemic expansion of the SARS-CoV-2 Omicron BA.2 subvariant during China’s largest outbreaks

2022· preprint· en· W4226213971 sur OpenAlexfundno aff
Yeyu Dai

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of WaterlooUniversity of Pretoria
Mots-clésCoronavirus disease 2019 (COVID-19)OutbreakChinaSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Isolation (microbiology)Pandemic2019-20 coronavirus outbreakEpidemic modelVirologyDemographyDiseaseBiologyMedicineLawPolitical scienceInfectious disease (medical specialty)SociologyInternal medicineMicrobiology

Résumé

récupéré en direct d'OpenAlex

Abstract A complete and accurate statistical panorama and analysis of cases contracted with theSARS-CoV-2 Omicron BA.2 subvariant are given under the conditions of strict mandatoryquarantine and isolation and of a high rate of full vaccination. Sars-Cov-2 is still new, and little isknown about either its direction of variation or its propagation laws. No country other than Chinahas been able to disclose every infected case and to have the data of heavily intervening largeoutbreaks. Here, my study reveals that the BA.2 subvariant can still spread very fast and wide inareas with strict “dynamic zero-COVID strategy”i in China, that there exist in different cities asmany as twenty-time large differences in morbidity rate unrelated to any of the influence factorsknown and that the Omicron BA.2 subvariant is unpredictable of its virulence, although its severerate of confirmed cases is low. This analysis provides first-hand solitary and valuable informationfor further research on similar epidemics in the future. It may bring new thoughts for correctionof present epidemiological theory and mathematical models. It may also give other countriestime to be better prepared for the coming 6th wave driven by Omicron BA.2.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,090
Tête enseignante GPT0,413
Écart entre enseignants0,323 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→