Developing a Data Integrated COVID-19 Tracking System for Decision-Making and Public Use
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
IntroductionThe unprecedented COVID-19 pandemic unveiled a strong need for advanced and informative surveillance tools. The Centre for Health Informatics (CHI) at the University of Calgary took action to develop a surveillance dashboard, which would facilitate the education of the public, and answer critical questions posed by local and national government.
 ObjectivesThe objective of this study was to create an interactive method of surveillance, or a “COVID-19 Tracker” for Canadian use. The Tracker offers user-friendly graphics characterizing various aspects of the current pandemic (e.g. case count, testing, hospitalizations, and policy interventions).
 MethodsSix publicly available data sources were used, and were selected based on the frequency of updates, accuracy and types of data, and data presentation. The datasets have different levels of granularity for different provinces, which limits the information that we are able to show. Additionally, some datasets have missing entries, for which the “last observation carried forward” method was used. The website was created and hosted online, with a backend server, which is updated on a daily basis. The Tracker development followed an iterative process, as new figures were added to meet the changing needs of policy-makers.
 ResultsThe resulting Tracker is a dashboard that visualizes real-time data, along with policy interventions from various countries, via user-friendly graphs with a hover option that reveals detailed information. The interactive features allow the user to customize the figures by jurisdiction, country/region, and the type of data shown. Data is displayed at the national and provincial level, as well as by health regions.
 ConclusionsThe COVID-19 Tracker offers real-time, detailed, and interactive visualizations that have the potential to shape crucial decision-making and inform Albertans and Canadians of the current pandemic.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,006 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle