ZoonosisMAGS Project (Part 2): Complementarity of a Rapid‐Prototyping Tool and of a Full‐Scale Geosimulator for Population‐Based Geosimulation of Zoonoses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In the ZoonosisMAGS Project, we develop a generic geosimulation platform that fully takes advantage of the models presented in the previous chapter to simulate the spread of vector-borne diseases, the evolution, interactions, and mobility of the involved species’ populations immersed in a virtual landscape. This virtual landscape is specified and implemented as a virtual geographic environment (IVGE). In this chapter, we present the ZoonosisMAGS software suite, which is composed of a tool to create the IVGE from georeferenced data and a variety of data sources; a rapid prototyping MatLab geosimulator for model development, assessment, and calibration; and a C++ Full-Scale Geosimulator to simulate the zoonosis spread on large geographic areas. The MatLab tool offers a user-friendly interface that allows a user to specify the parameters of the compartment models, to select climatic scenarios, to create scenarios in relation to insect and animal behavior (i.e., import of ticks by migrating birds), and human intervention. Hence, this MatLab tool allows for the assessment, calibration, and comparison of compartment models for zoonoses. It is complementary to the C++ Full-Scale Geosimulator, which provides an efficient software for simulations carried out on large geographic areas. The complementarity of these two simulation tools is discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle