COVID-19 Occupational Risks, Seroprevalence and Immunity among Paramedics in Canada [study data contributed to the CITF Databank]
Notice bibliographique
Résumé
Background: Due to the nature of their job, paramedics are at high risk for COVID-19 infection and transmission as they perform various procedures and treatments that may increase their exposure to the virus. Aims of the CITF funded study: CORSIP-Canada aimed to determine past infection prevalence and risk of infection by SARS-CoV-2 among paramedics by measuring infection-induced and vaccine-acquired antibodies, and vaccination. It also aimed to investigate their attitudes towards vaccines and risk factors in the workplace to establish optimal strategies and safety guidelines for protection. Methods: Paramedics above the age of 19 in British Columbia, Ontario, Saskatchewan, Alberta, and Manitoba were individually recruited into a cohort study via institutional promotion and external advertisements. Participants submitted a baseline questionnaire and blood sample and completed follow-up questionnaires and blood samples every 6 months for one year. Contributed dataset contents: The datasets include 3709 participants who completed baseline questionnaires between January 2021 and March 2023. 76% of participants gave one or more dried blood spots or blood samples for SARS-CoV-2 serology between Jan 2021 and Feb 2023. About 1600 participants provided longitudinal data with serology results for up to 2 years with a median follow-up time of 11 months (median 3 samples). Approximately 380 additional participants gave dried blood spots or blood samples for SARS-CoV-2 serology without completing a questionnaire. Questionnaire variables include data in the following areas of information: demographics (age, gender, race-ethnicity and indigeneity, province, education, household composition, occupations), general health (tobacco use; chronic conditions; height and weight; flu vaccine), COVID infection test results, symptoms and exposure risks, SARS-CoV-2 vaccination.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».