MétaCan
Menu
Retour à la cohorte
Enregistrement W3130070543 · doi:10.5539/ijsp.v10n4p10

SIS Epidemic Model Birth-and-Death Markov Chain Approach

2021· article· en· W3130070543 sur OpenAlexaffvenue
Aubain Nzokem

Notice bibliographique

RevueInternational Journal of Statistics and Probability · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMathematicsPopulationBirth–death processMarkov chainStationary distributionLogistic functionConstant (computer programming)Epidemic modelExponential distributionApplied mathematicsStatisticsPoisson distributionMortality rateDistribution (mathematics)Stochastic modellingMathematical analysisDemographyComputer science

Résumé

récupéré en direct d'OpenAlex

We are interested in describing the dynamics of the infected size of the SIS Epidemic model using the Birth-Death Markov process. The Susceptible-Infected-Susceptible (SIS) model is defined within a population of constant size M; the size is kept constant by replacing each death with a newborn healthy individual. The life span of each individual in the population is modelled by an exponential distribution with parameter α; the disease spreads within the population is modelled by a Poisson process with a rate λ_I. λ_I=βI(1-I/M)  is similar to the instantaneous rate in the logistic population growth model. The analysis is focused on the disease outbreak, where the reproduction number (R=β/α) is greater than one. As methodology, we use both numerical and analytical approaches. The numerical approach shows that the infected size dynamics converge to a stationary stochastic process. And the analytical results determine the distribution of the stationary stochastic process as a normal distribution with mean (1-1/R)M and Variance M/R when M becomes larger.

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)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,330
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,184
Tête enseignante GPT0,402
Écart entre enseignants0,217 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics and ProbabilityMême sujetCOVID-19 epidemiological studiesTravaux en français237 207