Aide multicritère à la décision pour l'évaluation du risque de transmission de la COVID-19 dans les lieux de rassemblement
Notice bibliographique
Résumé
Contexte : La pandémie de maladie à coronavirus 2019 (COVID-19) s'est avérée un défi de santé publique sans précédent.Avant la vaccination, des interventions non pharmaceutiques, notamment des fermetures, ont été nécessaires pour aider à contrôler l'épidémie.Avec l'arrivée de variants préoccupants et une couverture vaccinale insuffisante de la population, l'évaluation continue du risque de transmission dans les milieux et le recours à des interventions non pharmaceutiques sont nécessaires pour aider à contrôler l'épidémie.Le but de cette étude était de produire un cadre pour évaluer le risque de transmission dans des milieux où les personnes se rassemblent et pour éclairer la prise de décision.Méthodes : Un processus d'aide multicritère à la décision a été utilisé pour structurer le cadre.Quinze critères ont été jugés importants dans la prise en compte du risque de transmission de la COVID-19 selon la littérature.Cette liste de critères a été classée par des experts, puis catégorisée.L'analyse a été structurée en fonction de la liste consensuelle de critères et du positionnement relatif de chaque critère dans la liste pour produire des ensembles de facteurs à considérer lors de l'évaluation du risque de transmission lors de rassemblements.Résultats : Quinze experts de tout le Canada ont participé au classement des critères.On a constaté un fort consensus sur l'importance relative des critères, et ce consensus relatif a été utilisé pour créer quatre catégories : critique (3 critères), important (6 critères), à considérer (5 critères) et si le temps le permet (1 critère).Conclusion : La liste consensuelle et les catégories qui en résultent constituent un ensemble d'éléments importants qui peuvent être appliqués comme cadre objectif et transparent d'évaluation du risque de transmission associé à n'importe quel site d'événement.De pair avec un examen plus approfondi de l'épidémiologie locale de la COVID-19, une évaluation globale du risque de transmission peut être établie et appliquée uniformément.
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 | 0,117 | 0,209 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 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 ».