MétaCan
Menu
Retour à la cohorte
Enregistrement W6969460239 · doi:10.5683/sp3/i9a7ry

The Canadian COVID-19 Cohort Study for people working in healthcare [CCCS study data contributed to the CITF Databank]

2024· dataset· en· W6969460239 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2024
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Practices
Établissements canadiensSinai Health System
Organismes subventionnairesnon disponible
Mots-clésCohort studyHealth careAsymptomaticCohortVaccinationIncidence (geometry)ReceiptRisk assessmentYoung adult

Résumé

récupéré en direct d'OpenAlex

<b>Background:</b> There is a lack of data on the rates of infection with SARS-CoV-2 and risk factors for infection in healthcare workers (HCW), who are at high risk of exposure. This knowledge is important to mitigate risk factors and protect their communities in- and out-side the workplace by improving protective guidelines. <br> <b>Aims of the CITF-funded study:</b> This study aimed to identify risk factors for contracting SARS-CoV-2 in the workplace, household, and personal environments to assess the variance in risk due to exposure. The objectives were 1) to determine the incidence of symptomatic and asymptomatic infection; 2) study the use and effectiveness of vaccines in HCWs; 3) determine the pattern of immune responses over time via serology; and 4) to measure the mental health impact of working during a pandemic. <br> <b>Methods:</b> This cohort study enrolled full and part-time HCWs between the ages of 18 and 75 in Alberta, Nova Scotia, Ontario, and Quebec recruited via internal institutional advertisements and social media. A serum or dried blood spot sample was collected at enrolment, 30 days after receipt of each COVID-19 vaccine and each positive PCR or RAT, and every six months thereafter to assess IgG antibody levels. Participants completed questionnaires at enrolment regarding risk factors, vaccinations, past infections. Questionnaires were every 10 weeks to collect exposure data and as needed to collect vaccination and illness information. <br> <b>Contributed dataset contents:</b> The datasets include 2164 participants who completed baseline questionnaires between June 2020 and March 2022. 87% of participants gave one or more blood samples for SARS-CoV-2 serology over this period. Variables include data in the following areas of information: demographics (age, gender, race-ethnicity and indigeneity, province, household, education, occupation), general health (smokes; asthma, lung disease, or other chronic disease diagnosis; height and weight; flu vaccine), SARS-CoV-2 vaccination, and serology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,096
Tête enseignante GPT0,340
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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'admission2
Résumé présentoui

Explorer davantage

Même revueBorealisMême sujetAgricultural Economics and PracticesTravaux en français237 207