The epidemiology of the COVID-19 pandemic in the small, low-resource country of Timor-Leste, January 2020 – June 2022
Notice bibliographique
Résumé
Abstract: Timor-Leste, a small, mountainous half-island nation which shares a land border with Indonesia and which is 550 km from Australia, has a population of 1.3 million and achieved independence for the second time in 2002. It is one of the poorest nations in Asia. In response to the global coronavirus disease 2019 (COVID-19) pandemic, the Timor-Leste Ministry of Health undertook surveillance and contact tracing activities on all notified COVID-19 cases. Between 1 January 2020 and 30 June 2022, there were 22,957 cases of COVID-19 notified which occurred in three waves, the first which was delayed until April 2021 (community transmission of B.1.466.2 variant following major flooding), followed by waves in August 2021 (B.1.617.2 Delta variant transmission) and February 2022 (B.1.1.529 Omicron variant transmission). There were 753 people hospitalised due to COVID-19 and 133 deaths. Of the 133 deaths, 122 (92%) were considered not fully vaccinated (< 2 COVID-19 vaccines) and none had received boosters. Timor-Leste implemented measures to control COVID-19, including: rapid closure of international borders; isolation of cases; quarantining of international arrivals and close contacts; restrictions on internal travel; social and physical distancing; and, finally, a country-wide vaccination program. The health system's capacity was never exceeded.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».