Roadmap to recovery: Implemented and attitude toward school reopening strategies during the COVID-19 pandemic, a scoping review
Notice bibliographique
Résumé
The novel coronavirus disease 2019 (COVID-19) has had various financial and life impacts on the world's population. Schools' regular activity and function during the pandemic require balancing the repercussions of suspending in-person education versus health threats. Furthermore, children are one of the prominent victims of the restricted quarantine strategies' effects, which may make them vulnerable to various mental health problems. In this study, we reviewed previously reported strategies and roadmaps regarding the reopening of schools during the COVID-19 pandemic. The following databases were searched from October to December 2021, via multi-step search strategies for "COVID-19," "coronavirus," "school reopening," "roadmaps," "reopening," and "reopening strategies": Google Scholar, PubMed, Scopus, and Web of Science. A total of five papers with roadmaps focusing on reopening schools were included in this study. Fundamental issues and principles of these reviewed roadmaps were: 1) protecting the high-risk students and staff physically and mentally, 2) accelerating the vaccination of essential workers, staff, parents, and students, and 3) improving the COVID-19 testing capacity. Roadmaps for the reopening of the schools should describe some phases and steps for their strategies. Current roadmaps have not mentioned any phases and timelines for this process. Describing some health metrics in the roadmaps for progressing to the next step or returning to the previous ones is also necessary for all roadmaps and should be considered in further studies.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».