MétaCan
Menu
← Retour à la cohorte
Enregistrement W3131340418

Socio-economic indicators correlate with daily mobility during the second-wave of the Covid-19 pandemic

2021· article· en· W3131340418 sur OpenAlexaboutno aff
Jed Long, Chang Ren

Notice bibliographique

RevueSocArXiv · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicPsychological interventionCoronavirus disease 2019 (COVID-19)GeographyEconomic mobilityDemographic economicsEconomic geographyGeographic mobilitySocial mobilityDevelopment economicsDemographyEconomic growthMedicineEnvironmental healthEconomicsPolitical sciencePovertySociologyPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Non-pharmaceutical interventions are being used globally to limit the spread of Covid-19, which are in turn affecting individual mobility patterns. Mobility measures were found to be strongly associated with regional socio-economic indicators during the first wave of the pandemic. Here, we use network mobility data from an ~3.5 million person sample of individuals in Ontario, Canada to study the association between three different individual-mobility measures and four socio-economic indicators throughout the first and second wave of Covid-19 (January to December 2020). We demonstrate that understanding how mobility behaviours have changed in response to Covid-19 varies considerably depending on how mobility is measured. We find a strong positive association between different mobility levels and the economic deprivation index, which demonstrates that inequities in the changes to mobility across economic gradients observed during the initial lockdown have persisted into the later stages of the pandemic. However, the associations between mobility and other socio-economic indicators vary over time. We capture a strong day-of-week pattern of association between socio-economic indicators and mobility levels. Our findings have important implications for understanding if and how mobility data should be used to study the impact of non-pharmaceutical interventions on the socio-economic conditions across geographical space, and over time. Our results support that Covid-19 non-pharmaceutical interventions have resulted in geographically disparate responses to mobility behaviour, and quantifying mobility changes at fine geographical scales is crucial to understanding the impacts of Covid-19 on local populations.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,863
Score d'incertitude au seuil0,275

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,163
Tête enseignante GPT0,358
Écart entre enseignants0,195 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocArXiv→Même sujetCOVID-19 epidemiological studies→Travaux en français237 207→