MétaCan
Menu
Retour à la cohorte
Enregistrement W2971862287 · doi:10.3934/mbe.2019407

Effect of adaptive rewiring delay in an SIS network epidemic model

2019· article· en· W2971862287 sur OpenAlexaff
Jing Li, Zhen Jin

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueComplex Network Analysis Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésLimit cycleLimit (mathematics)Computer scienceState spaceSteady state (chemistry)Parameter spaceNetwork modelControl theory (sociology)Term (time)Process (computing)State (computer science)MathematicsPhysicsStatisticsAlgorithmMathematical analysisArtificial intelligenceControl (management)

Résumé

récupéré en direct d'OpenAlex

In the real world, in order to avoid the infection risk, people tend to cut off the links with their infected neighbors, then look for other susceptible individuals to rewire. However, the rewiring process does not occur immediately, but takes some time. We therefore establish a delayed SIS network model with adaptive rewiring mechanism and analyze the long-term steady states for the system with and without the rewiring delay. We find that with the rewiring time, there are infinite equilibria lie on a line in a high-dimensional state space, which is quite different from normal delayed model. The numerical simulation results show that the system approaches to different steady state on the line under the same initial values and different rewiring delays, and the stable limit cycle can appear with the increase of rewiring delay. These surprising results may provide new insights into the study of delayed network epidemic model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,253
Score d'incertitude au seuil0,513

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,261
Écart entre enseignants0,252 · 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 tête enseignante, 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Biosciences & EngineeringMême sujetComplex Network Analysis TechniquesTravaux en français237 207