MétaCan
Menu
Retour à la cohorte
Enregistrement W2107975333 · doi:10.1186/1471-2458-11-s1-s3

A simple model for behaviour change in epidemics

2011· article· en· W2107975333 sur OpenAlexaff
Fred Brauer

Notice bibliographique

RevueBMC Public Health · 2011
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOutbreakEpidemic modelPublic healthBiostatisticsInfectious disease (medical specialty)Epidemic diseaseMedicinePopulationSusceptible individualPopulation sizeDemographyEpidemiologyDiseaseSimple (philosophy)Environmental healthVirology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: People change their behaviour during an epidemic. Infectious members of a population may reduce the number of contacts they make with other people because of the physical effects of their illness and possibly because of public health announcements asking them to do so in order to decrease the number of new infections, while susceptible members of the population may reduce the number of contacts they make in order to try to avoid becoming infected. METHODS: We consider a simple epidemic model in which susceptible and infectious members respond to a disease outbreak by reducing contacts by different fractions and analyze the effect of such contact reductions on the size of the epidemic. We assume constant fractional reductions, without attempting to consider the way in which susceptible members might respond to information about the epidemic. RESULTS: We are able to derive upper and lower bounds for the final size of an epidemic, both for simple and staged progression models. CONCLUSIONS: The responses of uninfected and infected individuals in a disease outbreak are different, and this difference affects estimates of epidemic size.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0040,002
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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.

Tête enseignante Opus0,779
Tête enseignante GPT0,519
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetCOVID-19 epidemiological studiesTravaux en français237 207