Additional file 1 of Global diversity of policy, coverage, and demand of COVID-19 vaccines: a descriptive study
Notice bibliographique
Résumé
Additional file 1: Figure S1. The distribution of whether local residents need to pay for vaccine. Figure S2. Geographic distribution of overall technical platforms for vaccines. Figure S3. Proportion administered by vaccine technical platforms. Figure S4. Proportion administered by vaccine types. Figure S5. Date at which achieved one dose per 100 people in total population by country. Figure S6. Vaccine coverage over time stratified by income groups and role of vaccine seller/donor or recipient. Figure S7. Vaccine coverage stratified by SDI quintile and WHO region. Figure S8. The association between vaccine coverage with physician density and government health spending per capita. Figure S9. Corrections between vaccine coverage and country-level vaccine acceptance. Table S1. Authorization information of COVID-19 vaccines by technical platforms and country. Table S2. Target populations and contraindications recommended by regulatory agencies. Table S3. Policies on additional or booster dose of COVID-19 vaccine. Table S4. Country lists of selling/donating or receiving COVID-19 vaccines. Table S5. Categories and definitions of special population groups belonging to indication and contraindication lists. Table S6. Global, regional, and national target population (TP). Table S7. The list of variables for investigating associations with vaccine coverage. Table S8. Analysis of multicollinearity. Table S9. Global, regional, and national demand of vaccine dose.
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 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,683 | 0,066 |
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 ».