লেমি ফেডিভারসে একটি স্বতন্ত্র আলোচনার জায়গা, একে রেডিটের মত ব্যবহার করে যেতে পারে। সম্পূর্ণ মুক্ত ও ওয়েব নির্ভর বলে আপনি যে কোন ফেডিভারস ইনসটানস থেকে এখানকার আলোচনা দেখতে পারেন।

বাংলায় আলাপ আলোচনা করার ফেডিভারস গ্রুপ তৈরি করে আলোচনা করা যায়। এ ফেসবুক, বা টুইটারের মতন কিন্তু তাদের থেকে আলাদা এই কারণে যে একে আপনি যে কোন ওয়েব ব্রাউজার দিয়ে দেখতে পাবেন। আপনাকে হয়ত শুধু ফেডিভারসে একটি বিনি পয়সার একাউন্ট খুলতে হবে এইমাত্র, তাও শুধু লেখার জন্য। পড়ার জন্য কোন বিধিনিষেধ নেই, কেউ বলবে না যে আপনাকে advertisement দেখতে হবে। আপনি যা ইচ্ছে লিখতে পারেন, এ গ্রুপ থেকে কেউ আপনার পোস্ট উড়িয়ে দেবে না, তবে শুধু অনুরোধ, এমন কিছু লিখবেন না যে কথা লেখা যায় না। আপনি কতখানি কথা লিখতে পারবেন তাই নিয়েও কোন বিধিনিষেধ নেই | সবচেয়ে বড় কথা, লিখতে গেলে যে আপনাকে লেমির সদস্যপদ নিতে হবে তারো কোন মানে নেই। আপনি যে কোন ফেডিভারসের ইনস্ট্যানসে আপনার একাউন্ট খুলতে পারেন, একটি একাউন্ট খুললেই হবে, শুধু খেয়াল রাখবেন যেখান থেকে আপনি লেখা দেখতে চান, সেই একাউন্ট টিকে ফলো করবেন, তাহলেই হবে। যেমন ধরুন, এই চ্যানেলটিকে সাবস্ক্রাইব করতে চাইলে @bengali_convo@lemmy.ml এই একাউন্টটিকে আপনার যে কোন পছন্দের ফেডিভারস থেকে ফলো করুন।

আমরা বাংলায় আলাপ আলোচনা চালানোর জন্য এই গ্রুপটিকে ব্যবহার করতে পারি। এই একাউন্টটিকে ফলো করুন, এবং বাংলায় লিখলে এই একাউন্টটিকে @ মেনশন করলেই হবে। যাারা এই একাউন্ট @bengali_convo@lemmy.ml কে ফলো করবেন, তারা সবাই এই একাউন্ট থেকে পাঠানো পোস্ট পড়তে পারবেন।

প্রথম পাঠ | বাংলায় বিশেষ গ্রুপ নেই | একটা গাপপি গ্রুপ আছে বটে, তবে এই ধরণের গ্রুপ যেখানে খোলা মনে যা কিছু লেখা যায়, শেয়ার করা যায়, এই ধরণের একটা গ্রুপের প্রয়োজন রয়েছে।

In total 120 studies in 130 publications were included. Length of follow-up varied from 12 weeks to over 12 months. Few studies had low risk of bias. All complete and subgroup analyses except one had I2 ≥ 90%, with prevalence of persistent symptoms ranging between 0% and 93%. Studies using routine healthcare records tended to report lower prevalence of persistent symptoms/pathology than self-report. However, studies systematically investigating pathology in all participants at follow up tended to report the highest estimates of all three. Studies of hospitalised cases had generally higher estimates than community-based studies. Interpretation: The way in which Long Covid is defined and measured affects prevalence estimation. Given the widespread nature of SARSCoV2 infection globally, the burden of chronic illness is likely to be substantial even using the most conservative estimates.

Comparative genomics toolkit

Covid-19 has caused more than 1 million deaths in the US, including at least 1,204 deaths among children and young people (CYP) aged 0-19 years. Deaths among US CYP are rare in general, and so we argue here that the mortality burden of Covid-19 in CYP is best understood in the context of all other causes of CYP death. Using publicly available data from CDC WONDER on NCHS’s 113 Selected Causes of Death, and comparing to mortality in 2019, the immediate pre-pandemic period. Our findings underscore the public health relevance of Covid-19 to CYP. In the likely future context of sustained SARS-CoV-2 circulation, pharmaceutical and non-pharmaceutical interventions will continue to play an important role in limiting transmission of the virus in CYP and mitigating severe disease. #Academic #discussion

An article on reading scholarly articles.

This github repo contains lists of servers and users.

An interesting paper where the researchers conducted a cross sectional survey of people aged 18 years and above in Mexico. They divided people into two groups, one group who had toxoplasma infection in the past, and the other who did not, and for each group they measured their "attractiveness" (using other people) and also some parameters of "health" and "well being" and having good looks (such as "width of the face divided by height of the face", so the lower the value, the more attractive they are and so on), and for women measured their BMI. They found that those who had toxoplasma infection had "better looks" and scored high on "attractiveness" measures. If you read the paper, (free to read the full text), can you identify how many errors there are? What are they? Common sense, you do not need to be expert on anything on beauty or biology but if you are, even better. :-)

An interesting secondary analysis of different data sets. The paper compared how much households and government spends on healthcare in private and publicly funded health services in a state in India. The findings suggest that on an average, the spendings on private healthcare is three times that of public funded healthcare. The paper concluded that, "Using public resources for purchasing inpatient care services from private providers may not be a suitable strategy for such contexts."