Analyse des contextes scolaires associés aux éclosions de COVID-19 dans les écoles primaires de Montréal lors de l’année scolaire 2020-2021
Bibliographic record
Abstract
Contexte : La pandémie de SRAS-CoV-2 a illustré l’importance d’établir des mesures de prévention et de contrôle des infections (PCI) dans les écoles afin de limiter la transmission virale et maintenir les classes en présentiel. Malgré ces stratégies, des éclosions ont toutefois été constatées en milieu scolaire. Peu d’études analysent spécifiquement les contextes scolaires qui pourraient favoriser la propagation du SRAS-CoV-2 à l’école. Objectifs : 1) Décrire les cas et les éclosions de COVID-19 des écoles primaires montréalaises durant l’année scolaire 2020-2021. 2) Parmi les cas de COVID-19 acquis en communauté chez les élèves des écoles primaires de Montréal lors de l’année scolaire 2020-2021, estimer l’association entre la présence de cas dans un contexte scolaire spécifique (cours spécialisés, transport scolaire ou service de garde), comparativement à l’absence de fréquentation de ce contexte par des cas, et la survenue subséquente d’une éclosion de COVID-19 à l’école dans une période de 14 jours. Autrement dit, les cas qui étaient présents dans un contexte scolaire spécifique seront comparés à ceux qui n'ont pas fréquenté ce contexte, soit ceux qui ont fréquenté tout autre contexte scolaire que le contexte spécifique. Méthodologie : Cette cohorte rétrospective utilise la base de données de la Direction régionale de santé publique de Montréal recueillant les données des enquêtes épidémiologiques des cas infectés par le SRAS-CoV-2 des écoles montréalaises. Résultats : Sur les 9 140 cas inclus, 29,0 % ont acquis le SRAS-CoV-2 à l’école et 702 éclosions ont été identifiées. Les cas présents dans le transport scolaire (OR 1,53; IC95% 1,05-2,18) ou au service de garde scolaire (OR 1,49; IC95 % 1,13-1,97) étaient plus susceptibles d’être impliqués dans la survenue d’une éclosion que ceux présents dans tout autre contexte scolaire.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".