Qualitative study of Ebola screening at ports of entry to the UK
Notice bibliographique
Résumé
INTRODUCTION: In response to the 2013-2016 West African outbreak of the Ebola virus disease (EVD), Public Health England introduced enhanced screening at major UK ports of entry. Our aim was to explore screeners' and screened travellers' perceptions of screening as part of an evaluation of the screening programme. METHODS: We undertook qualitative focus groups and semistructured interviews with screeners and travellers who had returned from affected countries before and after the introduction of screening in England. The study was conducted in two airports: one international rail terminal and one military airport. Research topic guides explored perceptions of the purpose and implementation of the process, potential improvements and reactions to screening. The data were analysed using the framework method. RESULTS: Twenty-four screeners participated in 4 focus groups (one for each port of entry) and 23 travellers participated in interviews. Three themes are presented: 'Context', 'Screeners' experience of the programme' and 'Screening purpose and experiences'. The programme was implemented rapidly, refined over time and adapted to individual ports. Screeners reported diverse experiences of screening including negative impacts on their normal roles, difficult interactions with passengers and pressure to identify positive EVD cases. Screening was considered unlikely to identify individuals with symptoms of EVD, and some participants suggested it was driven by political concerns rather than empirical evidence. The screening process was valued for its provision of information and reassurance. CONCLUSION: This qualitative study found that the UK EVD screening process was perceived to be acceptable to assess individual risk and provide information and advice to travellers. Future programmes should have clear objectives and streamlined processes to minimise disruption, tailored to the nature of the threat and developed with the needs of humanitarian workers as well as general travellers in mind.
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 | 0,008 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,008 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».