“Consideration of Trade-offs Regarding COVID-19 Containment Measures in the United States: Implications for Canada,” by Mayvis Rebeira and Eric Nauenberg: A commentary
Notice bibliographique
Résumé
Rebeira and Nauenberg’s paper presents an exploratory analysis of a challenging question which I paraphrase as: “Were the extraordinarily costly social responses to the COVID-19 pandemic economically justified?” They wade bravely into the always controversial topic of assessing whether what governments spend to achieve health gain – or in this case prevent its loss – are worth it, in economic terms. They apply well-known methods of modelling incremental cost-effectiveness analysis for value of life years gained, balancing that with comparisons to value of statistical life years measures used in different sectors. They encounter and detail many uncertainties in assembling the evidence on the effects and costs of social restrictions to prevent COVID-19 infection and spread, and the economic support programs used to buffer the negative effects of the pandemic. Their conclusion, perhaps not surprisingly, is for the United States – maybe – and for Canada, with more apparent success in epidemic control, perhaps a bit better. Perhaps the greater value of their paper is not its conclusions, but rather its posing of the questions. Here are some things it led me to ponder: [continued in PDF / HTML]
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,103 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,014 | 0,013 |
| Communication savante | 0,013 | 0,010 |
| Science ouverte | 0,011 | 0,004 |
| Intégrité de la recherche | 0,060 | 0,046 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».