MétaCan
Menu
← Retour à la cohorte
Enregistrement W4308706077 · doi:10.1371/journal.pmed.1004107

Global SARS-CoV-2 seroprevalence from January 2020 to April 2022: A systematic review and meta-analysis of standardized population-based studies

2022· review· en· W4308706077 sur OpenAlexafffund
Isabel Bergeri, Mairead Whelan, Lorenzo Subissi, Anthony Nardone, Hannah C. Lewis, Zihan Li, Xiaomeng Ma, Marta Valenciano, Brianna Cheng, Lubna Al Ariqi, Arash Rashidian, Joseph Okeibunor, Tasnim Azim, Pushpa Ranjan Wijesinghe, Linh‐Vi Le, Aisling Vaughan, Richard Pebody, Andrea Vicari, Tingting Yan, Mercedes Yanes‐Lane, Christian Cao, David A. Clifton, Matthew P. Cheng, Jesse Papenburg, David L. Buckeridge, Niklas Bobrovitz, Rahul K. Arora, Maria D. Van Kerkhove

Notice bibliographique

RevuePLoS Medicine · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensMcGill UniversityUniversity of TorontoUniversity of WaterlooMcGill University Health CentreUniversity of Calgary
Organismes subventionnairesCanadian Medical AssociationEuropean Centre for Disease Prevention and ControlCenters for Disease Control and PreventionRobert Koch InstitutKoch Institute for Integrative Cancer Research, Massachusetts Institute of TechnologyBundesministerium für GesundheitPublic Health AgencyPublic Health Agency of CanadaWorld Health Organization
Mots-clésSeroprevalenceMedicinePopulationMeta-analysisPandemicChecklistCohort studyDemographyEnvironmental healthImmunologyInternal medicineSerologyCoronavirus disease 2019 (COVID-19)DiseaseBiologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,055
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,055
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0250,047
Bibliométrie0,0150,015
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0030,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,239
Tête enseignante GPT0,464
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations301
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS Medicine→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→