Establishment, contagiousness, and initial spread of SARS-CoV-2 in Canada
Notice bibliographique
Résumé
This study empirically quantifies dynamics of SARS-CoV-2 establishment and early spread in Canada. We developed a transmission model that was simulation tested and fitted in a Bayesian framework to timeseries of new cases per day prior to physical distancing interventions. A hierarchical version was fitted to all provinces simultaneously to obtain average estimates for Canada. Across scenarios of a latent period of 2–4 d and an infectious period of 5–9 d, the R 0 estimate for Canada ranges from a minimum of 3.0 (95% CI: 2.3–3.9) to a maximum of 5.3 (95% CI: 3.9–7.1). Among provinces, the estimated commencement of community transmission ranged from 3 d before to 50 d after the first reported case and from 2 to 25 d before the first reports of community transmission. Among parameter scenarios and provinces, the median reduction in transmission needed to obtain R 0 < 1 ranged from 46% (95% CI: 43%–48%) to 89% (95% CI: 88%–90%). Our results indicate that local epidemics of SARS-CoV-2 in Canada entail high levels of stochasticity, contagiousness, and observation delay, which facilitates rapid undetected spread and requires comprehensive testing and contact tracing for its containment.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».