Impact de la pandémie à COVID-19 sur les activités du Service de Pédiatrie du Centre Hospitalier National d'Enfants Albert Royer: étude préliminaire comparant les premiers trimestres des années 2019 et 2020
Bibliographic record
Abstract
INTRODUCTION: l´objectif de cette étude est d´évaluer l´impact du COVID-19 sur les activités de soins et les recettes au Centre Hospitalier National d´Enfant Albert Royer de Dakar au Sénégal. METHODES: il s´agissait d´une étude rétrospective, descriptive et analytique comparant les activités de consultations externes, d´hospitalisation et les recettes du premier trimestre des années 2019 et 2020. RESULTATS: une baisse moyenne de 33% des consultations externes a été notée au premier trimestre de l´année 2020 correspondant à la période de la pandémie comparée au premier trimestre de 2019. Une augmentation des hospitalisations était observée surtout pour les mois de janvier et février. Cependant, au mois de mars, une baisse de 11% était notée. Il en est de même pour les recettes où une baisse n´est observée qu´au mois de mars; elle était de 10%. CONCLUSION: l´épidémie actuelle au COVID-19 impacte fortement sur les activités de consultations externes, de soins et les recettes du centre hospitalier national d´Enfants Albert Royer. Des mesures efficaces doivent être prises pour éviter les conséquences sur la mortalité et le fonctionnement de la structure.
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 | 0.004 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".