Quantifying contact patterns in response to COVID-19 public health measures in Canada
Notice bibliographique
Résumé
Abstract Background A variety of public health measures have been implemented during the COVID-19 pandemic in Canada to reduce contact between individuals. The objective of this study was to provide empirical contact pattern data to evaluate the impact of public health measures, the degree to which social contacts rebounded to normal levels, as well as direct public health efforts toward age- and location-specific settings. Methods Four population-based cross-sectional surveys were administered to members of a paid panel representative of Canadian adults by age, gender, official language, and region of residence during May (Survey 1), July (Survey 2), September (Survey 3), and December (Survey 4) 2020. A total of 4981 (Survey 1), 2493 (Survey 2), 2495 (Survey 3), and 2491 (Survey 4) respondents provided information about the age and setting for each direct contact made in a 24-h period. Contact matrices were constructed and contacts for those under the age of 18 years imputed. The next generation matrix approach was used to estimate the reproduction number (Rt) for each survey. Respondents with children under 18 years estimated the number of contacts their children made in school and extracurricular settings. Results Estimated Rt values were 0.49 (95% CI: 0.29–0.69) for May, 0.48 (95% CI: 0.29–0.68) for July, 1.06 (95% CI: 0.63–1.52) for September, and 0.81 (0.47–1.17) for December. The highest proportion of reported contacts occurred within the home (51.3% in May), in ‘other’ locations (49.2% in July) and at work (66.3 and 65.4% in September and December). Respondents with children reported an average of 22.7 (95% CI: 21.1–24.3) (September) and 19.0 (95% CI 17.7–20.4) (December) contacts at school per day per child in attendance. Conclusion The skewed distribution of reported contacts toward workplace settings in September and December combined with the number of reported school-related contacts suggest that these settings represent important opportunities for transmission emphasizing the need to support and ensure infection control procedures in both workplaces and schools.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,164 | 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; un appel candidat d’une seule tête enseignante, 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 ».