Kingsley Nigere. Améliorer la couverture vaccinale contre le paludisme et le COVID-19 dans le district municipal de Kintampo Nord. (étude de cas IA2030 n°20)
Notice bibliographique
Résumé
Résumé Cette étude de cas fait partie d'une série mettant en lumière les expériences du personnel chargé de la vaccination et des soins de santé primaires travaillant à différents niveaux des programmes nationaux de vaccination dans les pays à revenu faible ou intermédiaire. Les personnes présentées participent toutes aux activités d'apprentissage par les pairs du Mouvement pour la vaccination à l’horizon 2030 (IA2030) organisées par la Fondation Apprendre Genève (TGLF). Dans le cadre du Mouvement, les agents de santé échangent des idées et des expériences et se soutiennent mutuellement lorsqu'ils tentent de résoudre des problèmes locaux et de contribuer aux objectifs du Programme pour la vaccination à l’horizon 2030 (IA2030), la stratégie mondiale de vaccination.Chaque étude de cas fait partie de la plateforme "Des connaissances à l'action" du Mouvement IA2030, conçue pour promouvoir l'application des connaissances partagées par les membres du Mouvement. En savoir plus sur la plateforme... En savoir plus sur le Mouvement...
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 | 0,002 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».