TESTING, TRACING AND SOCIAL DISTANCING: ASSESSING OPTIONS FOR THE CONTROL OF COVID_19
Notice bibliographique
Résumé
Abstract In this work we present an analysis of non-pharmaceutical interventions implemented around the world in the fight against COVID-19: Social distancing, shelter-in-place, mask wearing, etc measures to protect the susceptible, together with, in various degrees, testing & contact-tracing to identify, isolate and treat the infected. The majority of countries have relied on the former, while ramping up their testing and tracing capabilities. We consider the examples of South Korea, Italy, Canada and the United States. By fitting a disease transmission model to daily case report data, we show that in each of the four countries their combination of social-distancing and testing/tracing to date have had a significant impact on the evolution of their pandemic curves. In this work we estimate the average isolation rates of infected individuals needing to occur in each country as a result of large-scale testing and contact tracing as a mean of lifting social distancing measures, without a resurgence of COVID-19. We find that an average isolation rate of an infected individual every 4.5 days (South Korea), 5.7 days (Canada) and to 6 days (Italy) would be sufficient. We also find that a rate of under 3.5 days will help in the United States, although it would not completely mitigate the second wave the country is currently under.
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 | 0,002 | 0,030 |
| 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 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 ».