Users’ perception of the OH-EpiCap evaluation tool based on its application to nine national antimicrobial resistance surveillance systems
Notice bibliographique
Résumé
Introduction: Antimicrobial resistance (AMR) is a One Health (OH) challenge. To achieve or maintain an effective and efficient AMR surveillance system, it is crucial to evaluate its performance in meeting the proposed objectives, while complying with resource restrictions. The OH-EpiCap tool was created to evaluate the degree of compliance of hazard surveillance activities with essential OH concepts across the following dimensions: organization, operational activities, and impact of the surveillance system. We present feedback on the application of the OH-EpiCap tool from a user's perspective, based on the use of the tool to evaluate nine national AMR surveillance systems, each with different contexts and objectives. Methods: The OH-EpiCap was assessed using the updated CoEvalAMR methodology. This methodology allows the evaluation of the content themes and functional aspects of the tool and captures the user's subjective experiences via a strengths, weaknesses, opportunities, and threats (SWOT) approach. Results and Discussion: The results of the evaluation of the OH-EpiCap are presented and discussed. The OH-EpiCap is an easy-to-use tool, which can facilitate a fast macro-overview of the application of the OH concept to AMR surveillance. When used by specialists in the matter, an evaluation using OH-EpiCap can serve as a basis for the discussion of possible adaptations of AMR surveillance activities or targeting areas that may be further investigated using other evaluation tools.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».