L’Organisation Mondiale de la Santé au cœur des profondes réformes qu’impose la pandémie de Covid-19
Bibliographic record
Abstract
L'Organisation Mondiale de la Santé doit faire l'objet de profondes réformes de gouvernance, de structure et de fonctionnement.C'est l'une des leçons qu'impose l'analyse de la réponse mondiale à la pandémie de Covid-19.Deux ans et demi après le début de la pandémie, on estime que la Covid-19 a provoqué la mort de près de 15 à 20 millions de personnes dans le monde.La perception du risque et de la gravité de la maladie tend à s'effacer.Et pourtant, le SARS Cov2 continue de circuler, la mortalité en reste importante dans nos pays et de nombreuses incertitudes pèsent sur l'avenir de la pandémie.Le délai qui aura séparé la survenue de nouvelles vagues épidémiques a diminué, d'une épidémie à l'autre, au cours des vingt dernières années ; en même temps, les coûts humain et économique en ont considérablement augmenté.L'épidémie de SRAS en 2002-2003 avait entraîné 800 décès et environ 40 milliards de dollars de pertes économiques.En 2014-2015, Ebola en Afrique de l'Ouest a entraîné plus de 11 000 décès et plus de 50 milliards de dollars de pertes économiques et sociales.La Covid-19 a entraîné plus de 17 millions de décès et des pertes économiques estimées à 12,5 trillions de dollars d'ici 2024.Dans tous les cas, les retards à l'alerte sur ces menaces sanitaires ont été à l'origine d'une diffusion rapide des épidémies et de la perte, au moins en partie évitable, de nombreuses vies humaines.Une prochaine menace infectieuse surviendra, cela ne fait aucun doute.Elle pourrait être encore plus létale et coûteuse.Pourtant, dans ce moment charnière où le monde doit s'engager dans un effort inédit pour prévenir une nouvelle catastrophe sanitaire, l'attention politique s'est déjà détournée de ce sujet.La 81
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 | 0.025 | 0.036 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.009 | 0.009 |
| Scholarly communication | 0.014 | 0.007 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.011 | 0.011 |
| Insufficient payload (model declined to judge) | 0.038 | 0.004 |
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".