Learning from the COVID-19 pandemic for future epidemics and pandemics preparedness and response in Guinea: Findings from a scoping review
Notice bibliographique
Résumé
November 2021 and lessons for future pandemic preparedness and response. We conducted a scoping review using three main data sources: policy documents, research papers and media content. For each of these data sources, a specific search strategy was applied, respectively national websites, PubMed and the Factiva media database. A content analysis was conducted to assess the information found. We found that between January 2020 and November 2021, the response to the COVID-19 pandemic can be divided into five phases: (1) anticipation of the response, (2) a sudden boost of political actions with the implementation of strict restrictive measures, (3) alleviation of restrictive measures, (4) multiple epidemics period and (5) the COVID-19 variants phase, including the strengthening of vaccination activities. This study provides several learning points for countries with similar contexts including: (1) the necessity of setting up, in the pre-epidemic period, an epidemic governance framework that is articulated with the country's health system and epidemiological contexts; (2) the importance of mobilizing, during pre-epidemic period, emergency funds for a rapid health system response whenever epidemics hit; (3) each epidemic is a new experience as previous exposure to similar ones does not necessarily guarantee population and health system resilience; (4) epidemics generate social distress because of the restrictive measures they require for their control, but their excessive securitization is counterproductive. Finally, from a political point of view, decision-making for epidemic control is not always disinterested; it is sometimes rooted in political computations, and health system actors should learn to cope with it while, at the same time, safeguarding trusted and efficient health system responses. We conclude that health system actors anticipated the response to the COVID-19 pandemic and (re-) adapted response strategies as the pandemic evolved in the country. There is a need to rethink epidemics governance and funding mechanisms in Guinea to improve the health system response to epidemics.
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 | 0,028 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».