MétaCan
Menu
Retour à la cohorte
Enregistrement W4385666276 · doi:10.1002/iid3.946

Vaccination is the most effective and best way to avoid the disease of COVID‐19

2023· review· en· W4385666276 sur OpenAlex
Hadi Lotfi, Mina Ghorbani Mazar, Negar Mashuri, M.S. Fahim, Nafiseh Shourideh Yazdi

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueImmunity Inflammation and Disease · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVirologyVaccinationDNA vaccinationImmune systemVirusViral vectorVector (molecular biology)BiologyAntigenCoronavirus disease 2019 (COVID-19)MedicineRecombinant DNADiseaseImmunologyImmunizationInfectious disease (medical specialty)GeneGenetics

Résumé

récupéré en direct d'OpenAlex

Most of the vaccines that are effective against SARS-CoV-2 have used the following functional strategies: inactivated viruses, live attenuated viruses, viral vector-based vaccines, subunit vaccines, recombinant proteins, and DNA/RNA vaccines. Among the vaccines that stimulate the host's immune system with the help of DNA are: undergoing Phase 2/3 trials including INO-4800 (International Vaccine Institute; Inovio Pharmaceuticals), Symvivo, Canada-COVID19 (AnGes, Inc.); GX-19 (Genexine, Inc.). BNT162b2 and mRNA-1273 vaccines were made by BioNTech/Pfizer/Fosun Pharma group and Moderna/NIAID group, respectively, which are considered as types of RNA vaccines. Vaccines that are based on the viral vector are AstraZeneca, Sputonium, and Johnson-Jensen. Among the inactive viral vaccines, the following can be mentioned: CoronaVac (Sinovac) WIBP vaccine (Wuhan Institute of Biological Products, Sinopharm), BBIBPCorV (Beijing Institute of Biological Products, Sinopharm), BBV152/Covaxin (Bharat Biotech, ICMR, National Institute of Virology) And among the protein-based/subunit vaccines, the following can be counted: NVX-CoV2373: (Novavax); SCB-2019 vaccine (Clover Biopharmaceuticals AUS Pty Ltd.); Covax-19 (GeneCure Biotechnologies; Vaxine Pty Ltd.) mRNA vaccines, viral vector vaccines, and protein subunit vaccines cannot cause disease because these vaccines stimulate the immune system to produce antibodies against virus proteins instead of the virus itself (or its antigen). MRNA vaccines increase SARS-CoV-2 proteins and ultimately stimulate the production of T and B lymphocytes. The epidemic of HCoVs and their destructive and harmful effects on life has caused the scientific community to seek the production of an effective and efficient vaccine before its catastrophic release. We all need to know that none of us will be healed until the other is healed. The purpose of this review article is to present a selection of existing knowledge in the field of fighting and preventing the coronavirus.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,643

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,064
Tête enseignante GPT0,406
Écart entre enseignants0,342 · 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