MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948920007 · doi:10.5281/zenodo.11034632

Deviation from the recommended schedule: optimal dosing interval for a two-dose vaccination programme

2024· article· en· W6948920007 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésDosingInterval (graph theory)VaccinationConfidence intervalFunction (biology)

Résumé

récupéré en direct d'OpenAlex

Optimal dosing interval: Program in matlab associated with paper "Deviation from the recommended schedule: Optimal dosing interval for a two-dose vacciantion programme". Model details: A delay-differential model to describe the dynamics of disease spread with a two-dose vaccination. The model incorporated variables such as waning vaccine-induced and naturally-acquired immunity, as well as the capacity for vaccine distribution. We simulated the model and determined the optimal dosing interval as a function of vaccien efficacy against infection and outcomes by comparing the disease burden in delayed vaccination scenarios to that of following the recommended schedule. Repository contents and how to use them: There are five m files and eight data files: RRtau_vacsR: run directly and save a .mat file with total number of incidence/hosp/death of primary infection during the DSD (delayed second dose) period when the second dose is administrated in a recommended schedule; RRtau_vacsD: run directly and save a .mat file with total number of incidence/hosp/death of primary infection during the DSD period when the second dose is adminstrited in a delayed schedule; RR100_vacsR: run directly and save a .mat file with total number of incidence/hosp/death of primary infection during the first 100 days when the second dose is administrated in a recommended schedule; RR100_vacsD: run directly and save a .mat file with total number of incidence/hosp/death of primary infection during the first 100 days when the second dose is adminstrited in a delayed schedule; plot_RR: load different sets of data, and produce the relative reproduction plot during the DSD or first 100 days; R1_400: data file for inci/hosp/death during DSD period when second dose is in a recommended schedule with R0 = 1.1; D1_400: data file for inci/hosp/death during DSD period when second dose is in a delayed schedule with R0 = 1.1; RR100_R1400: data file for inci/hosp/death during first 100 days when second dose is in a recommended schedule with R0 = 1.1; RR100_D1400: data file for inci/hosp/death during first 100 days when second dose is in a delayed schedule with R0 = 1.1; R1_400_R18: data file for inci/hosp/death during DSD period when second dose is in a recommended schedule with R0 = 1.8; D1_400_R18: data file for inci/hosp/death during DSD period when second dose is in a delayed schedule with R0 = 1.8; RR100_R1400_R18: data file for inci/hosp/death during first 100 days when second dose is in a recommended schedule with R0 = 1.8; RR100_D1400_R18: data file for inci/hosp/death during first 100 days when second dose is in a delayed schedule with R0 = 1.8

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0400,008

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 GPT0,323
Écart entre enseignants0,259 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetVaccine Coverage and Hesitancy→Travaux en français237 207→