COVID-19: Επιστημονική πληροφόρηση

Το Εθνικό Κέντρο Τεκμηρίωσης και Ηλεκτρονικού Περιεχομένου (ΕΚΤ) δημιούργησε αυτή την ιστοσελίδα με σκοπό να προσφέρει έγκυρη πληροφόρηση στην ερευνητική κοινότητα και σε κάθε πολίτη που ενδιαφέρεται για τις εξελίξεις της επιστημονικής έρευνας για την αντιμετώπιση της πανδημίας COVID-19. Ο νέος κορονοϊός μπήκε βίαια στη ζωή μας και έχει αλλάξει την καθημερινότητα όλων μας. Και σε αυτές τις συνθήκες, η αποστολή μας είναι να ενισχύσουμε την κοινότητα της γνώσης, να συμβάλουμε ώστε να αναδειχθούν έγκυρες επιστημονικές απόψεις και δεδομένα που προσφέρουν στον δημόσιο διάλογο και θωρακίζουν την κοινωνία απέναντι στον ανορθολογισμό και τον φόβο.

φωτογραφία: Mick De Paola

Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης

Οι επιστήμονες πληροφόρησης του ΕΚΤ επιλέγουν άρθρα από έγκυρα επιστημονικά περιοδικά ανοικτής πρόσβασης και από περιοδικά των οποίων οι εκδότες αποφάσισαν να ανοίξουν το περιεχόμενο χωρίς περιορισμούς.

Effects of COVID-19 Pandemic on University Students’ Learning.
Ilieva, G.; Yankova, T.; Klisarova-Belcheva, S.; Ivanova, S
Information 2021, 12, 163. https://doi.org/10.3390/info12040163
Published: 11 April 2021
Για να εκτιμηθεί ο αντίκτυπος της πανδημίας στη μάθηση των φοιτητών πανεπιστημίου γίνεται επεξεργασία δεδομένων από ιδρύματα τριτοβάθμιας εκπαίδευσης σε διάφορες χώρες, με κλασικές στατιστικές μεθόδους αλλά και με μηχανική μάθηση, πολυκριτηριακά συστήματα υποστήριξης αποφάσεων και μεγάλα δεδομένα.
6-month neurological and psychiatric outcomes in 236 379 survivors of COVID-19: a retrospective cohort study using electronic health records
Maxime Taquet, John R Geddes, Masud Husain, Sierra Luciano, Paul J Harrison
The Lancet Psychiatry, 2021, https://doi.org/10.1016/S2215-0366(21)00084-5.
Η μελέτη παρέχει στοιχεία για περιστατικά με διάγνωση για σημαντική νευρολογική και ψυχιατρική νοσηρότητα τους 6 μήνες μετά τη μετά τη νόσηση από Covid, με εκτιμώμενη συχνότητα 1 στους 3.
Yu L, Halalau A, Dalal B, Abbas AE, Ivascu F, Amin M, et al. 
PLoS ONE 16(4): e0249285. https://doi.org/10.1371/journal.pone.0249285
Published: April 1, 2021
Τα μοντέλα μηχανικής μάθησης που χρησιμοποιούν αλγόριθμους XGBoost και catBoost μπορούν να προβλέψουν την ανάγκη για μηχανική αναπνευστική υποστήριξη και τη θνησιμότητα σε ασθενείς με COVID-19, με πολύ υψηλή ακρίβεια

Pages

Δημοσιεύσεις Ελλήνων Ερευνητών

Videos - Podcasts

Το Εθνικό Κέντρο Τεκμηρίωσης και Ηλεκτρονικού Περιεχομένου (ΕΚΤ) είναι Επιστημονική Υποδομή Εθνικής Χρήσης και Εθνική Αρχή του Ελληνικού Στατιστικού Συστήματος. Ως ηλεκτρονική και φυσική υποδομή εθνικής εμβέλειας, έχει ως θεσμικό ρόλο τη συλλογή, συσσώρευση, οργάνωση, τεκμηρίωση, διάχυση εντός και εκτός της Χώρας και την ψηφιακή διατήρηση της επιστημονικής, τεχνολογικής και πολιτιστικής πληροφορίας, περιεχομένου και δεδομένων, που παράγεται στην Ελλάδα.