MétaCan
Menu
← Retour à la cohorte
Enregistrement W4226308121 · doi:10.21203/rs.3.rs-1516063/v1

Rapid epidemic expansion of Sars-Cov-2 Omicron BA.2 subvariant during China’s largest outbreaks

2022· preprint· en· W4226308121 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-clésOutbreakChinaCoronavirus disease 2019 (COVID-19)QuarantineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Isolation (microbiology)PandemicEpidemic modelStatistic2019-20 coronavirus outbreakDemographyVirologyGeographyDiseaseMedicineBiologyStatisticsPolitical scienceMathematicsLawInfectious disease (medical specialty)SociologyInternal medicinePathologyBioinformatics

Résumé

récupéré en direct d'OpenAlex

Abstract A complete and accurate statistic panorama and analysis of cases contracted Sars-Cov-2 Omicron BA.2 subvariant are given under the conditions of strict mandatory quarantine and isolation and of high rate of full vaccination. Sars-Cov-2 is still new and human know little about either its direction of variation or its propagation laws. No country other than China has been able to disclose every infected case and to have the data of heavily intervened large outbreaks. Here my study reveals that the BA.2 subvariant can still spread very fast and wide in areas with strict “dynamic zero-Covid Policy” in China, that there exist in different cities as much as twenty-time big differences of morbidity rate unrelated to any of the influence factors known and that Omicron BA.2 subvariant is unpredictable of its virulence though its severe rate of confirmed cases is low. This analysis provides a first-hand solitary and valuable information for further research of similar epidemic in the future. It may bring new thoughts for correction of present epidemiologic theory and mathematic models. It may also give other countries time 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 enseignants0,023
Score d'incertitude au seuil0,047

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 Opus0,107
Tête enseignante GPT0,428
Écart entre enseignants0,321 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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