MétaCan
Menu
Retour à la cohorte
Enregistrement W4402695722 · doi:10.5376/jmr.2024.14.0018

Global Collaboration in Research and Data Sharing for Mosquito-Borne Diseases

2024· article· en· W4402695722 sur OpenAlexvenueno aff
Guanli Fu

Notice bibliographique

RevueJournal of Mosquito Research · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData sharingData scienceComputer scienceMedicinePathology

Résumé

récupéré en direct d'OpenAlex

Mosquito-borne diseases remain a significant global public health challenge, requiring coordinated international collaboration to address. This study reviews the current state of research and data sharing in this field, emphasizing the critical role of global collaboration in advancing the understanding and control of these diseases. It explores the existing research efforts, the importance of data sharing, and the various challenges faced in establishing effective global networks, including issues related to data accessibility, privacy, and standardization. Through the analysis of key platforms and initiatives, such as international consortia, data repositories, and regional networks, the study highlights their contributions to enhancing collaboration. Case studies on malaria, dengue, and Zika are used to demonstrate the successes and ongoing challenges in global data sharing and response efforts. Finally, this study discusses strategies for overcoming existing barriers, the potential of emerging technologies, and the future of international collaboration in improving public health outcomes. The findings underscore the importance of sustained global collaboration and the need for robust frameworks to facilitate effective data sharing and research in the fight against mosquito-borne diseases.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaMétarechercheScience ouverte
Domaine: Reproductibilité · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Théorique ou conceptuellow
gptMétarechercheCommunication savanteScience ouverte
Domaine: Reproductibilité · Genre: Commentaire
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objetlow
modèles en désaccordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,114
score de la tête « metaresearch » (Gemma)0,126
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,886
Score d'incertitude au seuil0,603

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1140,126
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,010
Études des sciences et des technologies0,0060,006
Communication savante0,0150,015
Science ouverte0,0030,029
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,280
Tête enseignante GPT0,562
Écart entre enseignants0,283 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

MétarechercheScience ouverteCommunication savante

Les modèles divergent sur des parties de cette classification; chaque voix est préservée dans la section en fin de page.

Devis d'étudeThéorique ou conceptuel · Sans objet
DomaineReproductibilité
GenreEmpirique · Commentaire

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

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mosquito ResearchMême sujetMosquito-borne diseases and controlCatégorieMétarechercheTravaux en français237 207