Zero by 2030 and OneHealth: The multidisciplinary challenges of rabies control and elimination
Notice bibliographique
Résumé
"Rabies, caused by a negative strand RNA-virus belonging to the \ngenus Lyssavirus (family Rhabdoviridae of the order Mononegavirales), \nremains of global concern [1]. This vaccine-preventable viral zoonotic \ndisease is present in more than 150 countries and territories [2]. Ac- \ncording to the World Health Organization (WHO), rabies is estimated to \ncause ~59,000 human deaths annually, with 95% of cases occurring in \nAfrica and Asia [3,4]. However, rabies still occurs in other regions, such \nas Latin America and the Caribbean [5–8], Central Asia and the Middle \nEast [9,10]. Whilst a number of animals can host the rabies virus, dogs \nare the main source of human rabies deaths, contributing up to 99% of \nall rabies transmissions to humans. Dog-mediated rabies has been \neliminated from Western Europe, Canada, the United States of America \n(USA), Japan and some Latin American countries [11]. Nevertheless, the \nrisk of reintroduction and disease among travellers to risk areas is a \nmatter of concern [12–15]. As occurred with many other communicable \nand non-communicable diseases, the 2020–2022 COVID-19 pandemic \nnegatively impacted the efforts of control and reemergence of rabies in \ncertain countries [7,16,17]. Post-pandemic challenges to enhance con- \ntrol and prevention are multiple and need urgent actions to achieve the \ngoal in eight years by 2030 [16]."
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».