MétaCan
Menu
Retour à la cohorte
Enregistrement W4387122640 · doi:10.18357/anthropologica65120232605

In Shortage: Understanding Global Antibiotic Supply Chains Through Pharmaceutical Trade Fairs

2023· article· en· W4387122640 sur OpenAlexaffvenue
Mingyuan Zhang

Notice bibliographique

RevueAnthropologica · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiquePharmaceutical Economics and Policy
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesNorges ForskningsrådUniversitetet i Oslo
Mots-clésSupply chainBusinessEconomic shortageGovernment (linguistics)ChinaPharmaceutical industryIndustrial organizationMarketingMedicinePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Many countries have reported supply shortages of antibiotics in recent years. The COVID-19 pandemic has sparked interesting discussions among government officials, public health practitioners, and scholars on how to maintain the security of the global pharmaceutical supply chain and how to decrease dependency on countries such as China. This article discusses the experiences and initial findings of tracing global pharmaceutical supply chains through pharmaceutical trade fairs and events at multiple locations. I argue that the reasons behind antibiotic supply shortages are multifold. Although the geographical concentration of the production of key raw materials and Active Pharmaceutical Ingredients (APIs) in China is considered the main reason for the unstable and disrupted supply chain, it is also important to recognize that the same forces that have driven Western pharmaceutical companies to shift some of their less profitable manufacturing lines to China are also challenging Chinese pharmaceutical companies to adjust and reorient their strategies. As such, antibiotics are facing a conundrum in which the governance of excessive use is complicated by a shortage problem that hampers access to essential drugs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,008
Communication savante0,0060,018
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,210
Tête enseignante GPT0,387
Écart entre enseignants0,177 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnthropologicaMême sujetPharmaceutical Economics and PolicyTravaux en français237 207