La Fièvre Hémorragique à Virus Lassa au Bénin en 2014 en contexte d’Ebola : une épidémie révélatrice de la faiblesse du système sanitaire
Bibliographic record
Abstract
L’histoire de la gestion de l’épidémie de fièvre hémorragique à virus Lassa (FHVL), survenue au Bénin en 2014, se situe dans un contexte d’épidémie à virus Ebola en Afrique de l’Ouest. La présente recherche vise à comprendre les conditions sociales du déclenchement et de l’évolution de l’épidémie de FHVL, d’une part, et les processus techniques, politiques et institutionnels de sa gestion par l’État et le réseau international d’alerte et de riposte sanitaire, d’autre part. L’enquête de terrain s’est déroulée sur plusieurs sites : au ministère de la santé à Cotonou, dans les services de santé (dont l’hôpital Saint-Jean de Dieu de Tanguiéta au Nord du pays), et dans les familles de l’aire géographique de l’épidémie. L’enquête qualitative a associé des observations directes dans les milieux sociaux et hospitaliers, des entretiens semi-structurés et la recension d’articles scientifiques, de littérature grise et de presse. L’article suggère qu’au plan institutionnel et médical, l’État a fait preuve de faiblesse dans la riposte d’urgence, surtout en matière de communication et de diagnostic. Du côté des populations et des agents de santé, les symptômes vus, entendus ou appris ont été interprétés selon les modèles étiologiques locaux de la maladie, empreints de logiques magico-religieuses. L’offre privée confessionnelle de santé, malgré ses forces et sa réputation, est encore peu outillée pour réagir rapidement à une épidémie d’urgence comme celle-ci. Les structures décentralisées du système de soins ne se sont pas appropriés leurs rôles. L’État manque d’un système de surveillance et de capacités de gestion des épidémies d’urgence.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| 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".