MétaCan
Menu
Retour à la cohorte
Enregistrement W7029109404

"Heard you got a great pandemic plan, would you mind sharing it?": COVID-19 Pandemic Planning and Response in Local Governments in British Columbia

2022· dissertation· en· W7029109404 sur OpenAlexaboutno aff

Notice bibliographique

RevueUVic’s Research and Learning Repository (University of Victoria) · 2022
Typedissertation
Langueen
DomaineArts and Humanities
ThématiqueMedieval European History and Architecture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicWork (physics)Plan (archaeology)Emergency planningLocal governmentCoronavirus disease 2019 (COVID-19)Strategic planningEmergency management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has pressured governments to plan and implement policies to protect their citizens and economies. In British Columbia (B.C.), all local governments needed to plan and respond to the pandemic emergency to some degree. However, due to the variations in population, region, and resource capacity, there may be a number of discrepancies between local governments. Using key informant interviews with emergency management staff from local governments across B.C., this thesis aims to identify how local governments in B.C. used pandemic planning documents to develop policies to respond to the COVID-19 pandemic. The analysis revealed that the majority of participants viewed pandemic planning documents as not critical to the successful implementation of policies. The analysis also identified what the participants believed worked well and did not work well when planning and responding to the pandemic with respect to collaboration, communication, staff impacts, digital infrastructure, and financial impacts. The thesis concludes by recommending that local governments develop a flexible plan, establish collaborative networks with target groups, create communication strategies with higher levels of government, and regularly review and update digital infrastructure.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,056
Tête enseignante GPT0,286
Écart entre enseignants0,229 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUVic’s Research and Learning Repository (University of Victoria)Même sujetMedieval European History and ArchitectureTravaux en français237 207