Bibliographic record
Abstract
Alors que j'écris cet éditorial à l'automne 2021, le Canada enregistre 1,74 million de cas d'infection par le syndrome respiratoire aigu sévère coronavirus 2 (SRAS-CoV-2), près de 30 000 décès et près de 90 000 hospitalisations, poussant ainsi notre système de santé jusqu'au point de rupture 1 .Bien que le pays ait connu des épidémies de maladies infectieuses graves dans le passé, telles que la polio et la variole, celles-ci ont été largement oubliées.Le développement de vaccins contre ces maladies a constitué des jalons importants dans leur contrôle, mais -comme dans le cas des vaccins contre le SRAS-CoV-2 -ils ont parfois été accueillis avec méfiance et hésitation 2 .Cependant, les vaccins contre le SRAS-CoV-2 ont été soumis à une campagne de désinformation sans précédent, largement alimentée par les médias sociaux 3 .Au cours des mois qui se sont écoulés depuis que ces vaccins sont disponibles au Canada, j'ai eu d'innombrables discussions avec des patients, des mandataires spéciaux et des collègues qui ont exprimé leur inquiétude face aux vaccins contre le SRAS-CoV-2.J'ai fait de mon mieux pour suivre les principes de communication avec les personnes hésitantes -dont la discussion dépasse le cadre de cet éditorial, et qui sont de toute façon bien décrits ailleurs 2,4 .Mais presque chaque fois, on m'a posé la question « Pourquoi vous êtes-vous fait vacciner?» En réfléchissant aux raisons de se faire vacciner contre le SRAS-CoV-2, je me rends compte qu'elles se résument à deux éléments : la science et le sens des responsabilités professionnelles.Les résultats des essais cliniques relatifs aux vaccins contre le SRAS-CoV-2 ont été impressionnants sur le plan de l'efficacité, malgré la réserve que les résultats d'essais cliniques ne se traduisent pas nécessairement dans des conditions réelles.Les infections perthérapeutiques étaient inévitables certes, mais près d'un an plus tard, le fait que les systèmes de surveillance aient démontré que la vaccination continuait de protéger le public contre les hospitalisations et les complications graves est rassurant 1 .L'innocuité des vaccins suscite également des inquiétudes.Dire que les vaccins contre le SRAS-CoV-2 n'ont pas d'effets secondaires serait trompeur, et des effets indésirables graves
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 | 0.015 | 0.071 |
| Meta-epidemiology (narrow) | 0.006 | 0.002 |
| Meta-epidemiology (broad) | 0.006 | 0.005 |
| Bibliometrics | 0.007 | 0.003 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.012 | 0.005 |
| Open science | 0.005 | 0.002 |
| Research integrity | 0.040 | 0.034 |
| Insufficient payload (model declined to judge) | 0.016 | 0.009 |
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".