MétaCan
Menu
← Retour à la cohorte
Enregistrement W6901657575 · doi:10.6068/dp172af094e9218

TREND: European Centre for Disease Prevention and Control. Coronavirus Disease 2019 (COVID-19): Total Confirmed Coronavirus Disease 2019 (COVID-19) Cases | Country: Canada, 12/31/2019 - 06/12/2020. Data Planet™ Statistical Datasets: A SAGE Publishing Resource Dataset-ID: 092-001-003

2020· other· en· W6901657575 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Planet · 2020
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirusDiseasePublic healthEpidemiologyPandemicMiddle East respiratory syndromeDisease preventionDisease control

Résumé

récupéré en direct d'OpenAlex

European Centre for Disease Prevention and Control. Coronavirus Disease 2019 (COVID-19): Total Confirmed Coronavirus Disease 2019 (COVID-19) Cases | Country: Canada, 12/31/2019 - 06/12/2020. Data Planet™ Statistical Datasets: A SAGE Publishing Resource Dataset-ID: 092-001-003 Dataset: Reports a cumulative total of reported cases confirmed as coronavirus disease 2019 (COVID-19) worldwide by nation. ECDC defines confirmed cases as a person with laboratory confirmation of COVID-19 infection, irrespective of clinical signs and symptoms. Data Planet calculates the cumulative total of casesas a sum of daily cases reported by ECDC since 12/31/2019. At the end of December 2019, Chinese public health authorities reported several cases of acute respiratory syndrome in Wuhan City, Hubei province, China. Chinese scientists soon identified a novel coronavirus as the main causative agent. The disease is now referred to as coronavirus disease 2019 (COVID-19), and the causative virus is called severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2). Coronaviruses are viruses that circulate among animals with some of them also known to infect humans. Bats are considered natural hosts of these viruses though several other species of animals are also known to act as sources. Zoonotic coronaviruses have emerged in recent years to cause human outbreaks, such as the Severe Acute Respiratory Syndrome (SARS) in 2003 and the Middle East Respiratory Syndrome (MERS) since 2012. https://www.ecdc.europa.eu/en/publications-data/download-todays-data-geographic-distribution-covid-19-cases-worldwide Category: Health and Vital Statistics Subject: Epidemics, Epidemiology, Diseases Source: European Centre for Disease Prevention and Control An agency of the European Union, the European Centre for Disease Prevention and Control (ECDC) was established in 2005. Its mission is to identify, assess and communicate current and emerging threats to human health posed by infectious diseases. In order to achieve this mission, ECDC works in partnership with national health protection bodies across Europe to strengthen and develop continent-wide disease surveillance and early warning systems. https://www.ecdc.europa.eu/en

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)0,003
score de la tête « metaresearch » (Gemma)0,024
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil0,916

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,024
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,013
Études des sciences et des technologies0,0010,000
Communication savante0,0040,002
Science ouverte0,0040,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,1530,084

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 Opus0,065
Tête enseignante GPT0,326
Écart entre enseignants0,261 · 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
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Planet→Travaux en français237 207→