MétaCan
Menu
Retour à la cohorte
Enregistrement W7135923359

Large mortality differences between Australian and New Zealand soldiers during 1918-19 influenza pandemic

2012· article· en· W7135923359 sur OpenAlexaff
G. Dennis Shanks, Jennifer Summers, Nick Wilson

Notice bibliographique

RevueResearch Portal (King's College London) · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWorld Wars: History, Literature, and Impact
Établissements canadiensInstitute of Population and Public Health
Organismes subventionnairesnon disponible
Mots-clésPandemicHuman mortality from H5N1Influenza pandemicMortality ratePneumoniaEpidemiologyMilitary personnel
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The large but variable mortality experienced during the 1918-19 influenza pandemic has not been adequately explained. Military records provide some of the few prospective sources of both morbidity and mortality data from 1918 at the end of the First World War. With a few exceptions, the Australian (Australian Imperial Force, AIF) and New Zealand (New Zealand Expeditionary Force, NZEF) Armies were very similar in training and organization. One of the exceptions was that volunteer Australian recruits were largely trained in England whereas New Zealand had large recruit training camps in New Zealand for conscripts prior to embarkation. The Australian and New Zealand Armies had nearly equal influenza mortality in Europe (6.6 vs. 6.4 deaths / 1000 men) during the 1918-19 influenza pandemic but experienced a nine-fold mortality (1.9 vs. 17.2 deaths / 1000 men) difference in the Southern Hemisphere. Some of the mortality difference can be explained by the earlier arrival of influenza in New Zealand. This striking mortality difference in otherwise very similar military groups is likely to have arisen from their differing training circumstances whereby New Zealand soldiers were newer to the military and thus more immunologically naïve to bacterial respiratory pathogens. These mortality differences in otherwise highly comparable military units highlight the importance of secondary bacterial pneumonia to mortality during influenza pandemics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,093
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,125
Tête enseignante GPT0,408
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Portal (King's College London)Même sujetWorld Wars: History, Literature, and ImpactTravaux en français237 207