Chemical, biological, radiological, nuclear, and explosives (CBRNEs) preparedness for sporting event mass gatherings: A systematic review of the literature
Notice bibliographique
Résumé
OBJECTIVE: Sporting events often constitute mass gatherings (MGs) featuring large crowds of spectators and participants. Our objective is to understand the current state of emergency preparedness for sporting events by examining past MG sporting events to evaluate mitigation, preparedness, response, and recovery against chemical, biological, radiological, nuclear, and explosive (CBRNE) events. METHODS: In accordance with Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) guidelines, a systematic literature review was carried out among 10 literature databases. The quality and risk of bias in each reviewed publication was assessed using the Mixed Methods Appraisal Tool. RESULTS: A total of 5,597 publications were identified. Of these, 81 papers were selected for full text reads and 25 publications were accepted. The included articles documented sporting events worldwide, ranging from incidents occurring from 1972 to 2020. Cross-cutting themes found in best practices and recommendations were strategic communication, surveillance, planning and preparedness, and training and response. CONCLUSION: More evidence-based guidelines are needed to ensure best practices in response and recovery for CBRNE incidents at sporting events. Public health risks as well as implementation barriers and opportunities to prepare for potential CBRNE threats at sporting event MGs require further investigation.
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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».