MétaCan
Menu
Retour à la cohorte
Enregistrement W4405484740 · doi:10.1016/j.onehlt.2024.100954

A one health approach for integrated vector management monitoring and evaluation

2024· article· en· W4405484740 sur OpenAlexaff
Johanna Fite, Thierry Baldet, Antoinette Ludwig, Sylvie Manguin, Claude Saegerman, Frédéric Simard, P. Quénel

Notice bibliographique

RevueOne Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMosquito-borne diseases and control
Établissements canadiensUniversité de MontréalPublic Health Agency of Canada
Organismes subventionnairesAgence Régionale de Santé Île-de-FranceRégion Occitanie Pyrénées-MéditerranéeAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du TravailEuropean Cooperation in Science and TechnologyEuropean Centre for Disease Prevention and Control
Mots-clésOne HealthComputer scienceData scienceManagement sciencePublic healthMedicineEngineeringPathology

Résumé

récupéré en direct d'OpenAlex

The French Agency for Food, Environmental and Occupational Health & Safety (Anses) has set up a multidisciplinary working group (WG) to develop an innovative One Health approach for the monitoring and evaluation of an integrated vector management system (IVMS) on a territorial scale. Four existing evaluation guidelines and methods have been combined into a semi-quantitative evaluation approach that takes into account all the dimensions of an integrated process. We propose a set of 34 criteria divided into three sections (objectives and management, implementation, integration) that correspond to the main functional components of an IVMS. Each criterion is assigned a score based on the results of a scoring questionnaire completed by the system's stakeholders, and two graphical outputs are generated using a specific combination of these scores. An overview of the system's performance is provided through a series of pie charts synthesizing the scores for each of the three sections and the corresponding eleven subsections. A radar chart further combines the results according to eight attributes chosen to characterize the qualities of the system. Our approach was tested for the invasive mosquito Aedes albopictus, a main vector of arboviruses, in two French territories with contrasting dengue epidemiology. This approach is intended to be generic and usable in all territories that are at risk of being affected by arboviruses, whether in tropical or temperate regions. Beyond a conventional assessment of the various components of an IVMS, our interdisciplinary and multisectoral approach aims to gain a better understanding of such a system in its environment, its overall functioning and its mechanisms for adapting to contextual change. It also aims to identify avenues for improvement as part of a continuous quality process, and to facilitate comparisons between territories and the cross-fertilization of knowledge between stakeholders.

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 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)0,043
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0430,043
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0110,004
Études des sciences et des technologies0,0020,004
Communication savante0,0100,004
Science ouverte0,0030,006
Intégrité de la recherche0,0020,002
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 Opus0,070
Tête enseignante GPT0,384
Écart entre enseignants0,313 · 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

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOne HealthMême sujetMosquito-borne diseases and controlTravaux en français237 207