Policies to prevent zoonotic spillover: protocol for a systematic scoping review of evaluative evidence
Notice bibliographique
Résumé
INTRODUCTION: The increasing incidence of pathogen transmission from animals to humans (zoonotic spillover events) has been attributed to behavioural practices and ecological and socioeconomic change. As these events sometimes involve pathogens with epidemic or pandemic potential, they pose a serious threat to population health. Public policies may play a key role in preventing these events. The aim of this review is to identify evaluations of public policies that target the determinants of zoonotic spillover, examining approaches taken to evaluation, choice of outcomes measures and evidence of effectiveness. Our approach to identifying and analysing this literature will be informed by a One Health lens, acknowledging the interconnectedness of human, animal and environmental health. METHODS AND ANALYSIS: A systematic scoping review methodology will be used. To identify articles, we will search Medline, SCOPUS, Web of Science and Global Health in May 2021 using search terms combining animal health and the animal-human interface, public policy, prevention and zoonoses. We will screen titles and abstracts and extract data according to published guidelines for scoping reviews. All evaluations of public policies aiming to prevent zoonotic spillover events will be eligible for inclusion. We will summarise key data from each study, mapping policies along the spillover pathway and outlining the range of policies, approaches to evaluation and outcome measures. Review findings will provide a useful reference for researchers and practitioners, outlining the state of the evaluative evidence around policies to prevent zoonotic spillover. ETHICS AND DISSEMINATION: Formal ethical approval is not required, because the study does not involve primary data collection. The findings of this study will be disseminated through a peer-reviewed publication, presentations and summaries for key stakeholders.
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 | 0,164 | 0,168 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,007 |
| Méta-épidémiologie (sens large) | 0,020 | 0,019 |
| Bibliométrie | 0,018 | 0,017 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,010 | 0,013 |
| Science ouverte | 0,006 | 0,008 |
| Intégrité de la recherche | 0,012 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,019 |
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 ».