Professions à risque pour l’acquisition des zoonoses d’importance pour la santé publique au Québec
Bibliographic record
Abstract
Contexte : Les changements climatiques jouent un rôle important dans l’établissement et l’expansion géographiques des zoonoses. Il est donc essentiel de connaître les populations à risque de contracter ces maladies pour ensuite orienter les politiques et les pratiques en santé publique. Au Québec, 14 zoonoses ont été identifiées importantes pour la santé publique afin de guider les efforts d’adaptation aux changements climatiques des décideurs et des chercheurs. Cette étude vise donc à dresser un portrait des professions et des secteurs d’activité économique à risque pour ces zoonoses. Méthode : Un examen rapide de la littérature scientifique a été réalisé. Des recherches ont été effectuées dans les bases de données des plateformes de recherche Ovid et EBSCO afin de repérer des articles publiés entre 1995 et 2018, en anglais et en français, sur 14 zoonoses (campylobactériose, cryptosporidiose, Escherichia coli vérocytotoxinogène, giardiase, listériose, salmonellose, encéphalite équine de l’Est, maladie de Lyme, virus du Nil occidental, botulisme d’origine alimentaire, fièvre Q, grippe aviaire et porcine, rage, syndrome pulmonaire à hantavirus) et la santé au travail. La recherche documentaire a permis de repérer 12 558 articles et, après élimination des doublons, 6 838 articles ont été évalués en fonction du titre et du résumé. Les articles admissibles devaient aborder les deux concepts de base de la recherche (zoonoses priorisées et santé des travailleurs). Parmi les 621 articles jugés admissibles, 110 ont été retenus à la suite de leur lecture intégrale. Résultats : Parmi les zoonoses à l’étude, les zoonoses entériques ont été les plus fréquemment rapportées. L’agriculture, qui inclut les services vétérinaires, les services de l’administration publique, de même que les services médicaux et sociaux, ont été les secteurs les plus fréquemment identifiés dans la littérature. Conclusion : Les résultats de notre étude aideront les autorités de la santé publique et les décideurs à cibler les secteurs et les professions qui sont particulièrement à risque pour l’acquisition de zoonoses. Ils permettront également d’optimiser les pratiques de santé publique des acteurs responsables de la santé des travailleurs.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".