MétaCan
Menu
Retour à la cohorte
Enregistrement W4408746681 · doi:10.1002/puh2.70024

SWOT Analysis of Communicable Disease Surveillance in Sudan

2025· article· en· W4408746681 sur OpenAlexfundno aff
Alhadi K. Osman, Rahaf AbuKoura, Nada Abdelmagid, Mona Ibrahim, Ruwan Ratnayake, Maysoon Dahab

Notice bibliographique

RevuePublic Health Challenges · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueStrategic Planning and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchCenters for Disease Control and PreventionU.S. Department of Health and Human Services
Mots-clésInternational Health RegulationsDisease surveillancePreparednessSWOT analysisCommunicable diseaseTransparency (behavior)Government (linguistics)Strengths and weaknessesBusinessDiseaseEnvironmental healthPolitical scienceMedicinePublic healthInfectious disease (medical specialty)Coronavirus disease 2019 (COVID-19)Nursing

Résumé

récupéré en direct d'OpenAlex

Effective communicable disease surveillance is critical in Sudan to addressing the compounded health impacts of concurrent epidemics, health systems collapse and acute conflict. This article aims to map the strengths, weaknesses, opportunities and threats of Sudan's communicable disease surveillance systems before the current conflict to inform future health system rebuilding efforts. Despite existing for 50 years, little is published on Sudan's disease surveillance systems. We conducted a scoping review to map the existing evidence on Sudan's surveillance systems and utilized a strength, weakness, opportunities and threats (SWOT) analysis to identify current and future gaps and opportunities to improve the performance of these systems for communicable diseases in Sudan. Our review shows that, prior to the conflict, disease-specific surveillance and response activities were fragmented across various divisions of the Federal Ministry of Health, hindering a clear national-level hierarchy. Sudan has committed to strengthening its disease surveillance system as part of its national health sector policy. Efforts to bolster pandemic preparedness and response were and continue to be recognized as critical. Chiefly among them is the need to invest in a fit-for-purpose national surveillance system that can operate against a background of acute crisis. Greater transparency and data sharing, clear guidelines for communication and collaboration and a centralized data management system can enhance the effectiveness of Sudan's communicable disease surveillance systems. Investment in a consolidated national surveillance system can support more efficient and coordinated responses to outbreaks and other health emergencies, with a view to future health system reconstruction.

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)0,023
score de la tête « metaresearch » (Gemma)0,061
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,061
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0230,028
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,104
Tête enseignante GPT0,321
Écart entre enseignants0,216 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Health ChallengesMême sujetStrategic Planning and AnalysisTravaux en français237 207