Éclosions de COVID-19 dans les exploitations agricoles en Ontario, janvier à décembre 2020
Bibliographic record
Abstract
Contexte : Les travailleurs agricoles jouent un rôle essentiel dans la chaîne d'approvisionnement alimentaire de l'Ontario, car ils cultivent et récoltent les aliments dont l'Ontario est tributaire; cependant, ils sont exposés à plusieurs facteurs de risque de transmission de la maladie à coronavirus 2019 (COVID-19) liés au travail.Nous décrivons l'épidémiologie des éclosions dans les exploitations agricoles de l'Ontario au cours de la première année civile de la pandémie et analysons les tendances des éclosions par saison et par type d'exploitation.Méthodes : Les données relatives aux éclosions dans les exploitations agricoles de l'Ontario entre le 1 er janvier et le 31 décembre 2020, ainsi que les cas confirmés en laboratoire qui y sont associés, ont été extraites de la base de données provinciale.Les éclosions ont été caractérisées selon leur taille, la saison, le type d'exploitation et la durée.Les cas ont été caractérisés selon l'âge, le sexe, les facteurs de risque médicaux, le tableau clinique et les résultats.Résultats : Il y a eu 64 éclosions dans les exploitations agricoles associées à 2 202 cas confirmés de COVID-19 en Ontario en 2020.La majorité des éclosions sont apparues au printemps (n = 25, 39,1 %) et à l'automne (n = 25, 39,1 %).Les éclosions ont été moins nombreuses en été (n = 6, 9,4 %), ce qui correspond à des taux de transmission dans la communauté faibles pendant cette période, et la majorité d'entre elles se sont produites dans des exploitations agricoles spécialisées dans la culture en serre (n = 5, 83,3 %).La taille médiane des éclosions était de 14,5 cas (intervalle : 1-240), et la durée médiane était de 23 jours (intervalle : 0-128).Parmi les cas, la plupart étaient des hommes (83,2 %), l'âge médian était de 35 ans, 10,0 % avaient une ou plusieurs comorbidités, 31,2 % étaient asymptomatiques, 16 ont dû être hospitalisés et 3 sont décédés.Conclusion : Les éclosions dans les exploitations agricoles ont été une source de transmission de la COVID-19 et de maladie en 2020, en particulier au printemps et à l'automne.Les éclosions se sont poursuivies dans les exploitations agricoles spécialisées dans la culture en serre malgré la baisse de la transmission dans la communautaire au cours de l'été.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".