MétaCan
Menu
Retour à la cohorte
Enregistrement W4323542695 · doi:10.14745/ccdr.v49i23a01

Event-based surveillance: Providing early warning for communicable disease threats

2023· article· en· W4323542695 sur OpenAlexafffundvenue
Tenzin Norzin, Homeira Ghiasbeglou, Marcia Patricio, Светлана Романова, Abdelhamid Zaghlool, Florence Tanguay, Linlu Zhao

Notice bibliographique

RevueCanada Communicable Disease Report · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésPublic healthCommunicable diseaseWarning systemPandemicContext (archaeology)Environmental healthDisease surveillancePublic health surveillanceDiseasePopulationNon-communicable diseaseMedicineCoronavirus disease 2019 (COVID-19)Infectious disease (medical specialty)GeographyComputer science

Résumé

récupéré en direct d'OpenAlex

The coronavirus disease 2019 pandemic served as a compelling modern-day reminder of the value of early warning against communicable disease threats in public health. As countries exit the acute phase of the pandemic, there remains a continued need to be vigilant for potential communicable disease threats, particularly as the risk of animal-to-human spillover events is increasing due to climate and land use change. Early warning of emerging threats facilitates earlier public health response, which affords more time to implement public health measures that can help minimize the impact of a particular health threat and protect the health and well-being of the population. One approach to providing early warning for communicable disease and other threats is through event-based surveillance (EBS). However, EBS is not often discussed in the context of public health surveillance. This overview introduces EBS and how it might contribute to providing early warning for communicable disease threats.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,216
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,037
Tête enseignante GPT0,316
Écart entre enseignants0,279 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanada Communicable Disease ReportMême sujetData-Driven Disease SurveillanceTravaux en français237 207