A comparative analysis of supply chain factors impacting COVID-19 vaccine security in high-income countries (HICs) and low-income and middle-income countries (LMICs)
Notice bibliographique
Résumé
INTRODUCTION: The COVID-19 pandemic focused attention on the importance of vaccine security to national security. Demand for vaccines far exceeded supply when the first COVID-19 vaccines were released. Growing data suggest a non-perfect correlation among vaccine development, production, purchases, deliveries and vaccination rates. As such, the best approach to strengthening vaccine security remains unclear. In this study, we use an operations research/operations management framework to characterise the relationship between vaccine security and key supply chain predictor variables in high-income countries (HICs) and low-income and middle-income countries (LMICs). METHODS: We performed a comparative analysis of vaccine security against eight supply chain variables in a purposive sample of five HICs and five LMICs during the early phase of the pandemic (31 March 2021 and 30 April 2021). All data were obtained from publicly available databases. We used descriptive statistics to characterise our data, basic statistics to compare data and scatter plots to visualise relationships. RESULTS: HICs, with Canada, Israel and Japan being frequent outliers, and within LMICs, with India standing out. CONCLUSION: Our data suggest a stronger relationship between vaccine security and 'downstream' supply chain variables compared with 'upstream' variables. However, multiple outliers and the lack of an even stronger relationship suggests that there is no magic bullet for vaccine security. To boost vaccine resilience, countries must be well governed and strategically reinforce deficient aspects of their supply chains. Modest strength in multiple domains may be the best approach to counteracting the effect of an unfamiliar, novel pathogen.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».