MétaCan
Menu
Retour à la cohorte
Enregistrement W7074061231

Pan-Canadian framework for action on antimicrobial resistance and antimicrobial use

2017· article· en· W7074061231 sur OpenAlexaboutno aff

Notice bibliographique

RevuePubMed Central · 2017
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAntimicrobialAction (physics)Antibiotic resistanceOne HealthHuman healthAnimal healthHuman medicineResistance (ecology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Antimicrobial-resistant infections are becoming more frequent and increasingly difficult to treat, and this situation is exacerbated by the widespread use of antimicrobials in both human and veterinary medicine and by the agriculture industry. As part of Canada’s coordinated response to addressing antimicrobial resistance (AMR), Tackling Antimicrobial Resistance and Antimicrobial Use: A Pan-Canadian Framework for Action, was released in September 2017. The Framework is a high-level policy document that outlines the strategic objectives, outcomes and opportunities to guide collaborative action on AMR and antimicrobial use (AMU). It is grounded in a One Health approach, and was developed in collaboration with federal, provincial and territorial governments and external stakeholders in the human and animal health sectors. The Framework is based on four components: surveillance; infection prevention and control; stewardship; and research and innovation. It builds upon existing AMR activities already underway in the human and animal health sectors and strives to connect these activities together to strengthen Canada’s approach to AMR.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,246
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,279
Écart entre enseignants0,235 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed CentralMême sujetPrenatal Screening and DiagnosticsTravaux en français237 207