Análisis multidimensional de la evolución de la pandemia de la COVID-19 en países de las Américas
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
Objective: To evaluate the evolution of the COVID-19 pandemic in countries of the Americas, comparing health system data from before the appearance of the virus in the Region, accumulated cases and deaths before the deployment of public immunization strategies, and the current state of vaccination. Methods: An HJ-Biplot multivariate analysis and cluster analysis were performed for 28 countries in the Region of the Americas at three points in time: December 2019, December 2020, and December 2021. Results: In the Americas, heterogeneity was observed in the actions implemented to contain the pandemic, and this was reflected in different groups of countries. Conclusions: Not all countries in the Region of the Americas had the health conditions necessary to contain COVID-19. At the end of 2019, the United States, Canada, Brazil, and Cuba had advantages over other countries in the Region; however, actions implemented during 2020 to contain the pandemic created different groups of countries in terms of the prevalence of infections and deaths. At the end of 2020, Bolivia, Ecuador, and Mexico had critical levels of mortality. At the end of 2021, after the implementation of vaccination plans, more than 60% of the population of Argentina, Brazil, Canada, Chile, Colombia, Costa Rica, Cuba, Panama, the United States, and Uruguay had completed the vaccination schedule.
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 | 0,011 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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