Trends of COVID-19 incidence in Manitoba and public health measures: March 2020 to February 2022
Notice bibliographique
Résumé
OBJECTIVES: The increasing spread of severe acute respiratory syndrome coronavirus-2 has prompted Canada to take unprecedented measures. The objective of this study was to examine the impact of the implemented public health measures on the incidence of COVID-19 in Manitoba. RESULTS: Using the COVID-19 dataset, we examined the temporal trends of daily reported COVID-19 cases and the coinciding public health measures implemented from March 12, 2020 to February 28, 2022. We calculated the 7-day moving average and crude COVID-19 infection rate/100,000 Manitobans. Due to the restrictions applied, the infection rate decreased from 2.4 (April 1) to 0.07 infections (May 1, 2020). Between May 4 and July 17, 2020, the reported cases stabilized, and some restrictions were lifted. However, in November, the cases peaked with infection rate of 29. Additional restrictions were implemented, and the rate dropped to 3.6 infections on March 31, 2021. As of August 2021, 62.8% of eligible Manitobans received two vaccine doses. The infection rate increased to 128.3 infections on December 31, 2021 and mitigation measures were implemented. This study describes how physical distancing in conjunction with other containment measures can reduce the COVID-19 burden. Future studies into the extent of the implementation of the restrictions are necessary.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».