Too Easy to Forget? Honouring our Hard-Earned Lessons Learned Comparative Framework Matrix for Pandemics Similarities between COVID-19 and HIV/AIDS
Notice bibliographique
Résumé
In this research paper, a comparative framework matrix for presenting similarities between two different pandemics is suggested to fill the void in this domain. It was generated using, primarily, COVID-19 and HIV/AIDS related taxonomies, reported in scientific literature published mostly by health and social science authorities and researchers. Second, using a literature review and a comparative methodology, and making use of, amongst others, several databases, scientific documents and grey literature mentioning similarities between COVID-19 and HIV/AIDS were identified, and their relevant content was displayed side by side in the comparative framework matrix. Thereafter, a comparative framework matrix in condensed format is presented to highlight the similarities between the two pandemics. Third, this research paper draws the readers’ attention to one theme purposefully chosen from the condensed comparative framework matrix for pandemics, i.e., alternative theories of the COVID-19 and HIV/AIDS pandemics’ origin. The results from this comparison show that similarities between the COVID-19 and HIV/AIDS pandemics exist, even at a granular level. Finally, some lessons learned from the comparison are suggested in the research paper’s discussion section. The results from this research paper may help stakeholders compare future pandemics against past ones in a more structured manner to better, for example, detect where further research is warranted and where interdependencies and interconnectedness exist.
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 | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».