Mind The Gap: Data availability, accessibility, transparency, and credibility during the COVID-19 pandemic, an international comparative appraisal
Notice bibliographique
Résumé
Abstract Background Data transparency has played a key role in this pandemic. The aim of this paper is to map COVID-19 data availability and accessibility, and to rate their transparency and credibility in selected countries, by the source of information. This is used to identify knowledge gaps, and to analyse policy implications. Methods The availability of a number of COVID-19 metrics (incidence, mortality, number of people tested, test positive rate, number of patients hospitalised, number of patients discharged, the proportion of population who received at least one vaccine, the proportion of population fully vaccinated) was ascertained from selected countries for the full population, and for few of stratification variables (age, sex, ethnicity, socio-economic status) and subgroups (residents in nursing homes, inmates, students, healthcare and social workers, and residents in refugee camps). Results Nine countries were included: Bangladesh, Indonesia, Iran, Nigeria, Turkey, Panama, Greece, the UK, and the Netherlands. All countries reported periodically most of COVID-19 metrics on the total population. Data were more frequently broken down by age, sex, and region than by ethnic group or socio-economic status. Data on COVID-19 is partially available for special groups. Conclusions This exercise highlighted the importance of a transparent and detailed reporting of COVID-19 related variables. The more data is publicly available the more transparency, accountability, and democratisation of the research process is enabled, allowing a sound evidence-based analysis of the consequences of health policies. Funding This study was conducted as part of the Summer School "Sustainable Health: designing a new, better normal after COVID-19". It is a researchers/student collaboration.
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 | 0,246 | 0,409 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,024 | 0,036 |
| Études des sciences et des technologies | 0,002 | 0,010 |
| Communication savante | 0,013 | 0,019 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».