MétaCan
Menu
Retour à la cohorte
Enregistrement W3085214130 · doi:10.3934/mbe.2020324

Dynamics of an epidemic model with relapse over a two-patch environment

2020· article· en· W3085214130 sur OpenAlexaff
Dongxue Yan, Xingfu Zou

Notice bibliographique

RevueMathematical Biosciences & Engineering · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésIrreducibilityEigenvalues and eigenvectorsMathematicsDynamics (music)Epidemic modelDelay differential equationLeslie matrixPopulationApplied mathematicsTerm (time)EconometricsDifferential equationStatisticsDemographyMathematical analysisPure mathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

In this paper, with the assumption that infectious individuals, once recovered for a period of fixed length, will relapse back to the infectious class, we derive an epidemic model for a population living in a two-patch environment (cities, towns, or countries, etc.). The model is given by a system of delay differential equations with a fixed delay accounting for the fixed constant relapse time and a non-local term caused by the mobility of the individuals during the recovered period. We explore the dynamics of the model under two scenarios: (i) assuming irreducibility for three travel rate matrices; (ii) allowing reducibility in some of the three matrices. For (i), we establish the global threshold dynamics in terms of the principal eigenvalue of a 2×2 matrix. For (ii), we consider three special cases so that we can obtain some explicit results, which allow us to explicitly explore the impact of the travel rates. We find that the role that the travel rate of recovered and infectious individuals differs from that of susceptible individuals. There is also an important difference between case (i) and (ii): under (ii), a boundary equilibrium is possible while under (i) it is impossible.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,896
Score d'incertitude au seuil0,463

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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 Opus0,020
Tête enseignante GPT0,261
Écart entre enseignants0,241 · 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'étudeThéorique ou conceptuel
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

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Biosciences & EngineeringMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207