SOCIAL ISOLATION MEASURES CAUSE REDUCTION IN THE CONTAMINATION AND DEATHS BY COVID-19? THE CASE OF THE MUNICIPALITY OF ARARAQUARA, SP, BRAZIL
Notice bibliographique
Résumé
A pandemia SARS-Cov-2 estabeleceu a necessidade de adoção de medidas restritivas para conter a disseminação do vírus. Em 2021, devido ao elevado número de casos de COVID-19 no município de Araraquara, Brasil, e após o esgotamento das vagas hospitalares em 2021, foi anunciado um bloqueio. Analisamos o efeito do distanciamento social dessa cidade, utilizando dados fornecidos pela prefeitura municipal ao longo de um período total de 90 dias. Usamos esses dados em uma tabela de vida, uma importante ferramenta que avalia o impacto de doenças na dinâmica populacional de uma espécie. Os resultados indicaram uma taxa básica de mortalidade de 0,0138 no período analisado e uma redução considerável no número de casos infectados e óbitos por COVID-19 após 24 dias de isolamento. Nossos resultados mostraram a eficácia do distanciamento social em conter a propagação da doença, com redução de 80% no número de óbitos, bem como a utilidade da tábua de vida como ferramenta útil para análise de dados.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».