A living mapping review for COVID-19 funded research projects: final (27 month) update
Notice bibliographique
Résumé
<ns4:p>Background: The coronavirus disease 2019 (COVID-19) has resulted in an unprecedented research response, demonstrating exceptional examples of rapid research and collaboration. There has however been an ongoing need for greater coordination, with limited resources for research and the shifting global pandemic.</ns4:p> <ns4:p>Methods: The UK Collaborative on Development Research (UKCDR) and Global Research Collaboration for Infectious Disease Preparedness (GloPID-R), two funder coordination groups have collaborated to develop a live database of funded research projects across the world relating to COVID-19. Drawing data continually from their members and further global funding bodies, as of 15th October 2022 the database contains 20,006 projects, funded by 351 funders, taking place across 157 countries representing an investment of at least $7.4 billion. To our knowledge it is one of the most comprehensive databases. The database is aligned to the World Health Organisation and GloPID-R Global Research Roadmap: 2019 Novel Coronavirus and the UN Research Roadmap for the COVID-19 Recovery. It is being used by the WHO, governments and further policy makers, research funders and researchers.</ns4:p> <ns4:p>This living mapping review aims to supplement the database by providing an open, accessible, and frequently updated resource summarising the characteristics of the COVID-19 funded research portfolio. Both descriptive and thematic analyses are presented and updated frequently to aid interpretation of the global COVID-19 funded research portfolio.</ns4:p> <ns4:p>Results: In this final version ten analysis, we provide an updated detailed descriptive analysis of the database (on data from three months after version nine) and focus our thematic analysis on research gaps, research areas in need of coordination, study populations, and research locations (with a focus on resource-limited countries).</ns4:p> <ns4:p>Conclusions: As the global research response to COVID-19 plateaus, this living mapping review has helped both funders and researchers to prioritise resources and review investments.</ns4:p>
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 | 0,079 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».