Tendances des éclosions de COVID-19 au Canada, 2021
Bibliographic record
Abstract
Contexte : En janvier 2021, l'Agence de la santé publique du Canada a lancé un système de surveillance des éclosions, le Système canadien de surveillance des éclosions de COVID-19 (SCSEC), dans le but de surveiller l'incidence et la gravité des éclosions de la maladie à coronavirus 2019 (COVID-19) dans divers milieux communautaires et de complémenter la surveillance des cas.Méthodes : Sept provinces ont été incluses dans le présent rapport; en 2021, ces provinces ont transmis au SCSEC des listes hebdomadaires cumulatives des éclosions de COVID-19.Les données comprennent des variables administratives (e.g.date de début de l'éclosion, date de fermeture de l'éclosion, identificateur de l'éclosion), 24 types de milieux d'éclosion et le nombre de cas et de conséquences graves confirmés (hospitalisations, décès).Des analyses descriptives pour les éclosions de COVID-19 au Canada du 3 janvier 2021 au 1 er janvier 2022 ont été effectuées afin d'examiner les tendances dans le temps, la gravité et la taille de l'éclosion.Résultats : L'incidence des éclosions a suivi des tendances semblables à l'incidence des cas.Les éclosions étaient plus fréquentes dans les écoles et les garderies (39 %) et dans les établissements industriels et agricoles (21 %).La taille des éclosions variait de 2 à 639 cas par éclosion; la taille médiane était de quatre cas par éclosion.Les établissements correctionnels affichaient la plus grande taille médiane d'éclosion, avec 18 cas par éclosion, suivie des établissements de soins de longue durée avec 10 cas par éclosion.Pendant les périodes d'incidence élevée, les éclosions peuvent être sous-estimées en raison d'une capacité de santé publique limitée, ou la déclaration peut être biaisée vers les milieux à risque élevé priorisés pour les tests de dépistage.Les éclosions signalées au SCSEC ont été dominées par les administrations comptant les plus grandes populations.Conclusion : Les tendances montrent que les éclosions de COVID-19 en 2021 ont été signalées le plus souvent dans des milieux communautaires comme les écoles; cependant, les plus grandes éclosions se sont produites dans les milieux de vie collective.Les renseignements recueillis grâce à la surveillance des éclosions ont complémenté les tendances de l'incidence des cas et ont permis de mieux comprendre la situation de la COVID-19 au Canada.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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".