Modeling the effectiveness of the PSBB based on COVID-19 case in Greater Surabaya Area
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract East Java province with high mobility has a high case fatality rate of COVID-19. The core spread of COVID-19 is from the Greater Surabaya area following Surabaya, Sidoarjo, and Gresik districts. The East Java Government through Regulation No.18/2020 imposed a Large-Scale Social Restriction (PSBB) that is intended to support the effectiveness of the physical distancing strategy in addressing the emergency status of the COVID-19. But no official report has been found on the effectiveness of PSBB. Therefore, it is necessary to evaluate the effectiveness of PSBB, especially in Greater Surabaya. This research aims to know the model of PSBB policy to minimize the spread of COVID-19 in the greater Surabaya. The study focused on health facility (ventilator, ICU, non-ICU), population, case over a certain period, and positive case in care. This study analyzes the distribution pattern and models the effectiveness of PSBB against the spread of COVID-19 in Greater Surabaya. The data analysis used the COVID-19 Surge-CDC Model. The result of the research shows that the condition of COVID-19 cases increased significantly in the model without intervention. The sharp increase in cases is related to the anticipation of other policies related to the ability of regions to provide health facilities.
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.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,002 |
| 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 découle