MétaCan
Menu
Retour à la cohorte
Enregistrement W3024846174

A Dynamic Structural Model of Virus Diffusion and Network Production: A First Report

2020· preprint· en· W3024846174 sur OpenAlexaboutno aff
Vı́ctor Aguirregabiria, Jiaying Gu, Yao Luo, Pedro Mira

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2020
Typepreprint
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCounterfactual thinkingConsumption (sociology)ExternalitySubsidyProduction (economics)MicroeconomicsEconomicsPublic economicsBusiness
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents a dynamic structural model to evaluate economic and public health effects of the diffusion of COVID-19, as well as the impact of factual and counterfactual public policies. Our framework combines a SIR epidemiological model of virus diffusion with a structural game of network production and social interactions. The economy comprises three types of geographic locations: homes, workplaces, and consumption places. Each individual has her own set of locations where she develops her life. The combination of these sets for all the individuals determines the economy's production and social network. Every day, individuals choose to work and consume either outside (with physical interaction with other people) or remotely (from home, without physical interactions). Working (and consuming) outside is more productive and generates stronger complementarities (positive externality). However, in the presence of a virus, working outside facilitates infection and the diffusion of the virus (negative externality). Individuals are forward-looking. We characterize an equilibrium of the dynamic network game and present an algorithm for its computation. We describe the estimation of the parameters of the model combining several sources of data on COVID-19 in Ontario, Canada: daily epidemiological data; hourly electricity consumption data; and daily cell phone data on individuals' mobility. We use the model to evaluate the health and economic impact of several counterfactual public policies: subsidies for working at home; testing policies; herd immunity; and changes in the network structure. These policies generate substantial differences in the propagation of the virus and its economic impact.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,181
Tête enseignante GPT0,417
Écart entre enseignants0,236 · 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetCOVID-19 epidemiological studiesTravaux en français237 207