MétaCan
Menu
Retour à la cohorte
Enregistrement W4280562035 · doi:10.1136/bmjgh-2021-008159

Taking stock of global commitments on antimicrobial resistance

2022· article· en· W4280562035 sur OpenAlexafffund
Serena Tejpar, Susan Rogers Van Katwyk, Lindsay A. Wilson, Steven J. Hoffman

Notice bibliographique

RevueBMJ Global Health · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensCentre for Global Health ResearchYork University
Organismes subventionnairesCanadian Institutes of Health ResearchWellcome TrustWellcome
Mots-clésAction planGlobal healthPublic relationsPolitical scienceResistance (ecology)PoliticsStewardship (theology)Action (physics)Antimicrobial stewardshipAgricultureEconomic growthAntibiotic resistanceHealth careEconomicsManagementGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Over the last six years, antimicrobial resistance (AMR) has generated an unprecedented amount of global attention. This global attention has coincided with an increase in discussion around AMR at various multilateral organisations and international fora. This study catalogues and analyses AMR-related commitments made by the global community following the implementation of the AMR Tripartite's Global Action Plan (GAP) in 2015. In examining these commitments, we elucidated emergent themes and gaps in AMR discourse through a qualitative content analysis of global political resolutions, declarations and statements made by members of the United Nations, the World Health Assembly, Food and Agriculture Organization Conferences, World Organisation for Animal Health General Sessions, and the G7 and G20 summits and ministerial meetings between the years 2015 and 2021. Emergent themes included AMR research, surveillance and stewardship. Across sectors, fewer commitments were made for specific action on AMR in the environment. The themes and types of commitments were found to be consistent across time and fora but did not evolve into more concrete or nuanced pledges to action between 2015 and 2021. GAP objectives relating to infection prevention and efforts to address the root drivers of AMR appeared the least frequently in our analysis, indicating a lack of global commitment to take a proactive prevention-focused approach to AMR.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,574
Score d'incertitude au seuil0,648

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,349
Écart entre enseignants0,325 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations22
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMJ Global HealthMême sujetAntibiotic Use and ResistanceTravaux en français237 207