The 11th Canadian Symposium on Hepatitis C Virus: ‘Getting back on track towards hepatitis C elimination’
Notice bibliographique
Résumé
Hepatitis C virus (HCV) affects approximately 204,000 Canadians. Safe and effective direct-acting antiviral therapies have contributed to decreased rates of chronic HCV infection and increased treatment uptake in Canada, but major challenges for HCV elimination remain. The 11th Canadian Symposium on Hepatitis C Virus took place in Ottawa, Ontario on May 13, 2022 as a hybrid conference themed 'Getting back on track towards hepatitis C elimination.' It brought together research scientists, clinicians, community health workers, patient advocates, community members, and public health officials to discuss priorities for HCV elimination in the wake of the COVID-19 pandemic, which had devastating effects on HCV care in Canada, particularly on priority populations. Plenary sessions showcased topical research from prominent international and national researchers, complemented by select abstract presentations. This event was hosted by the Canadian Network on Hepatitis C (CanHepC), with support from the Public Health Agency of Canada and the Canadian Institutes of Health Research and in partnership with the Canadian Liver Meeting. CanHepC has an established record in HCV research and in advocacy activities to address improved diagnosis and treatment, and immediate and long-term needs of those affected by HCV infection. The Symposium addressed the remaining challenges and barriers to HCV elimination in priority populations and principles for meaningful engagement of Indigenous communities and individuals with living and lived experience in HCV research. It emphasized the need for disaggregated data and simplified pathways for creating and monitoring interventions for equitably achieving elimination targets.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».