Notice bibliographique
Résumé
The structure of school terms is well known to influence seasonality of transmission rates of childhood infectious diseases in industrialized countries. A less well-studied aspect of school calendars that influences disease dynamics is that all children enter school on the same day each year. Rather than a continuous inflow, there is a sudden increase in the number of susceptible individuals in schools at the start of the school year. Based on the standard susceptible-exposed-infectious-recovered (SEIR) model, we show that school cohort entry alone is sufficient to generate a biennial epidemic pattern, similar to many observed time series of measles incidence. In addition, cohort entry causes an annual decline in the effective transmission that is evident in observed time series, but not in models without the cohort effect. Including both cohort entry and school terms yields a model fit that is significantly closer to observed measles data than is obtained with either cohort entry or school terms alone (and just as good as that obtained with Schenzle's realistic age-structured model). Nevertheless, we find that the bifurcation structure of the periodically forced SEIR model is nearly identical, regardless of whether forcing arises from cohort entry, school terms and any combination of the two. Thus, while detailed time-series fits are substantially improved by including both cohort entry and school terms, the overall qualitative dynamic structure of the SEIR model appears to be insensitive to the origin of periodic forcing.
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 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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».