MétaCan
Menu
Retour à la cohorte
Enregistrement W3178859423 · doi:10.1111/tgis.12800

Comparing the space‐time patterns of high‐risk areas in different waves of COVID‐19 in Hong Kong

2021· article· en· W3178859423 sur OpenAlexaff
Zihan Kan, Mei‐Po Kwan, Jianwei Huang, Man Sing Wong, Dong Liu

Notice bibliographique

RevueTransactions in GIS · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensWestern University
Organismes subventionnairesUniversity of Illinois at Urbana-ChampaignChinese University of Hong KongResearch Grants Council, University Grants Committee
Mots-clésCoronavirus disease 2019 (COVID-19)GeographySevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Space (punctuation)Transmission (telecommunications)2019-20 coronavirus outbreakContact tracingLocation dataTelecommunicationsComputer scienceOutbreakMedicineComputer security

Résumé

récupéré en direct d'OpenAlex

This study compares the space-time patterns and characteristics of high-risk areas of COVID-19 transmission in Hong Kong between January 23 and April 14 (the first and second waves) and between July 6 and August 29 (the third wave). Using space-time scan statistics and the contact tracing data of individual confirmed cases, we detect the clusters of residences of, and places visited by, both imported and local cases. We also identify the built-environment and demographic characteristics of the high-risk areas during different waves of COVID-19. We find considerable differences in the space-time patterns and characteristics of high-risk residential areas between waves. However, venues and buildings visited by the confirmed cases in different waves have similar characteristics. The results can inform policymakers to target mitigation measures in high-risk areas and at vulnerable groups, and provide guidance to the public to avoid visiting and conducting activities at high-risk places.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,999

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 Opus0,168
Tête enseignante GPT0,373
Écart entre enseignants0,205 · 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'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

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions in GISMême sujetCOVID-19 epidemiological studiesTravaux en français237 207