The Global Health Compass: Steering Your Patients Through Travel Risks and Pandemic Concerns
Notice bibliographique
Résumé
Canadian-resident trips abroad continued to increase in 2024 and surpassed their 2023 levels by 10.0%. Overseas trips by Canadians increased by 30.9% from 2023 and now exceed pre-pandemic numbers. Although international travellers are an important group for the world economy, they are at increased risk of exposure to infectious diseases while they are outside their home country and may possibly spread these diseases from one country to another. SARS-CoV-2, Ebola, Zika, and antimicrobial resistant pathogens are examples of health threats whose spread has been facilitated by international travellers. Climate change is also impacting infectious disease risk. Rising temperatures are expanding the regions where vector-borne diseases (e.g., dengue, malaria, Chikungunya, Zika) can thrive, as well as increasing the risk of zoonotic (e.g., Avian influenza) and waterborne diseases (e.g., Vibrio, E. coli). As more Canadians travel, clinicians play a critical role in making travel recommendations. This article will focus on simple recommendations that can be made to reduce travel risks and highlight potential future pandemic concerns.
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 | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,018 | 0,007 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,012 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,009 |
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 ».