MétaCan
Menu
Retour à la cohorte
Enregistrement W4309478758 · doi:10.1016/j.lana.2022.100393

Canada has an opportunity to address antimicrobial resistance through COVID-19 recovery spending

2022· review· en· W4309478758 sur OpenAlexafffundabout
Deborah S. Somanader, Ian Brunskill, Maureen Perrin, Herman W. Barkema, Sean Hillier, Suzanne Hindmarch, J. Scott Weese, Gerard D. Wright, Andrew M. Morris

Notice bibliographique

RevueThe Lancet Regional Health - Americas · 2022
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensMcMaster UniversityUniversity of GuelphYork UniversityUniversity Health NetworkUniversity of New BrunswickUniversity of CalgarySinai Health System
Organismes subventionnairesPublic Health Agency of Canada
Mots-clésAntimicrobial stewardshipAntibiotic resistanceBusinessAction planCorporate governancePsychological interventionScope (computer science)Economic growthDevelopment economicsMedicineFinanceAntibioticsEconomics

Résumé

récupéré en direct d'OpenAlex

Antimicrobial Resistance (AMR) causes more than a million deaths globally per year due to infections incurable with currently available antibiotics. Failing to effectively address AMR will have significant negative consequences for Canadians and the Canadian economy. Canada is behind on allocation of required funding and nationally coordinated AMR mitigation strategies relative to other high-income countries. A Pan-Canadian AMR action plan and development of a new governance model is pending. Recent AMR-specific funding commitments are significant but fall short while distribution of funds indicate a siloed approach. Canada could initiate progress towards AMR mitigation through incorporation within the scope of budget allocations intended for COVID-19 recovery and mitigation efforts. We discuss the following components for inclusion: development of infectious disease diagnostics and therapeutics; antimicrobial stewardship interventions in long-term care and Indigenous communities; environmental monitoring of AMR; comprehensive antimicrobial use, and AMR surveillance; and support for capacity-building in low and middle-income countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,315
Tête enseignante GPT0,417
Écart entre enseignants0,102 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations5
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Lancet Regional Health - AmericasMême sujetAntibiotic Use and ResistanceTravaux en français237 207