MétaCan
Menu
Retour à la cohorte
Enregistrement W4321605590 · doi:10.1101/2023.02.23.23286347

Design of logistics Indicators for Monitoring the Covid-19 Vaccination Process in Colombia

2023· preprint· en· W4321605590 sur OpenAlexfundno aff
Nubia Velasco, Andrea Herrera, Johanna Trujillo-Díaz, Ciro-Alberto Amaya, Catalina González-Uribe, Estefania Hernandez

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueQuality and Supply Management
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésPerformance indicatorBusinessProcess managementSupply chainCoronavirus disease 2019 (COVID-19)Process (computing)Plan (archaeology)Operations managementEnvironmental economicsComputer scienceMarketingEngineeringEconomicsMedicineGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The vaccine supply chain (VSC) integrates all the activities from production to dispensing. It is characterized by its complexity and low responsiveness, highlighting the importance of defining key performance indicators (KPIs). The design science research methodology was used to develop 38 KPIs, which were grouped into humanitarian and technological dimensions. The former includes demographic, epidemiological, and vaccination indicators, while the latter is classified into five groups according to the echelons of the supply chain. Public and private health organizations and research groups validated the indicators. They were calculated and recorded daily to monitor the logistics progress of the National Vaccination Plan against covid-19 in Colombia. These tailored KPIs, made it possible to evaluate and compare the results of the execution and effectiveness of public policies, and to redefine the strategies, showing that the logistics point of view helps identify the impact of good practices and transfer them promptly.

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 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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,145
Tête enseignante GPT0,351
Écart entre enseignants0,206 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetQuality and Supply ManagementTravaux en français237 207