MétaCan
Menu
Retour à la cohorte
Enregistrement W4386034452 · doi:10.1016/j.onehlt.2023.100617

Developing One Health surveillance systems

2023· review· en· W4386034452 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOne Health · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueZoonotic diseases and public health
Établissements canadiensInternational Development Research Centre
Organismes subventionnairesWorld Health Organization
Mots-clésWildlifeDisease surveillanceOne HealthWildlife diseaseDiseasePandemicEcosystem healthSustainabilityEnvironmental resource managementBiodiversityBusinessOutbreakEnvironmental healthHuman healthGlobal healthEnvironmental planningRisk analysis (engineering)Infectious disease (medical specialty)EcosystemPublic healthEcosystem servicesCoronavirus disease 2019 (COVID-19)BiologyGeographyMedicineEcologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The health of humans, domestic and wild animals, plants, and the environment are inter-dependent. Global anthropogenic change is a key driver of disease emergence and spread and leads to biodiversity loss and ecosystem function degradation, which are themselves drivers of disease emergence. Pathogen spill-over events and subsequent disease outbreaks, including pandemics, in humans, animals and plants may arise when factors driving disease emergence and spread converge. One Health is an integrated approach that aims to sustainably balance and optimize human, animal and ecosystem health. Conventional disease surveillance has been siloed by sectors, with separate systems addressing the health of humans, domestic animals, cultivated plants, wildlife and the environment. One Health surveillance should include integrated surveillance for known and unknown pathogens, but combined with this more traditional disease-based surveillance, it also must include surveillance of drivers of disease emergence to improve prevention and mitigation of spill-over events. Here, we outline such an approach, including the characteristics and components required to overcome barriers and to optimize an integrated One Health surveillance system.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,881
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,363
Tête enseignante GPT0,476
Écart entre enseignants0,113 · 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