La dynamique de la dengue à Santa Cruz de la Sierra (Bolivie) entre paysages à risques et mobilités
Bibliographic record
Abstract
La dengue, maladie transmise par un vecteur du genre aedes, est largement inféodée aux milieux urbains en raison des exigences écologiques de son vecteur qui se reproduit dans les multiples collections d’eau générées par la ville et ses habitants. Cependant la diversité des paysages urbains semble entraîner des hétérogénéités importantes de distribution de la maladie au sein même de la ville. Si la diffusion de la maladie à l’échelle du globe s’appuie sur le développement du fait urbain et notamment ses formes mal contrôlées, ainsi que sur l’accélération des déplacements de populations, peut-on expliquer l’hétérogénéité de la transmission en ville par les mêmes phénomènes mais dans leurs manifestations à grande échelle ? L’étude du cas de Santa Cruz de la Sierra, ville en pleine croissance d’un million et demi d’habitants, carrefour de circulation et « épicentre » de la maladie en Bolivie doit nous permettre de discuter de l’interaction entre les différents niveaux de déterminants pour une meilleure prise en compte du risque sanitaire dans les politiques de développement urbain. Une analyse critique de l’information et des résultats nous permet de mieux comprendre quelles inégalités sont révélées par la dengue pour une meilleure prise en charge de celles-ci.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".