1–10-100: Unifying goals to mobilize global action on antimicrobial resistance
Notice bibliographique
Résumé
The Bellagio Group for Accelerating AMR Action met in April 2024 to develop the ambitious but achievable 1-10-100 unifying goals to galvanize global policy change and investments for antimicrobial resistance mitigation: 1 Health; 10 million lives saved; and 100% sustainable access to effective antimicrobials. High profile political goals such as the Paris Agreement's objective to keep global warming well below 2° Celsius compared to pre-industrial levels, UNAIDS' 90-90-90 goal, and the Sustainable Development Goals challenge global norms, direct attention towards relevant activities, and serve an energizing function to motivate action over an extended period of time. The 1-10-100 unifying goals propose to unite the world through a One Health approach to safeguard human health, animal welfare, agrifood systems, and the environment from the emergence and spread of drug-resistant microbes and infections; save over 10 million lives by 2040 through concerted efforts to prevent and appropriately treat infections while preserving the vital systems and services that depend on sustained antimicrobial effectiveness; and commit to ensuring that antimicrobials are available and affordable for all, used prudently, and secured for the future through innovation. Compared to existing technical targets, these unifying goals offer advantages of focusing on prevention, encouraging multisectoral action and collaboration, promoting health equity, recognizing the need for innovation, and integrating with Sustainable Development Goals. By committing to 1 Health, 10 million lives saved, and 100% sustainable access to effective antimicrobials, we can protect lives and livelihoods today and safeguard options for tomorrow.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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 ».