MétaCan
Menu
Retour à la cohorte
Enregistrement W4200575137 · doi:10.5539/cis.v15n1p32

Divergence and Curl of COVID19 Spreading in the Lower Peninsula of Michigan

2021· article· en· W4200575137 sur OpenAlexvenueno aff
Yanshuo Wang

Notice bibliographique

RevueComputer and Information Science · 2021
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurl (programming language)Divergence (linguistics)Vector fieldPeninsulaGeologyGeodesyMathematicsGeographyComputer scienceGeometry

Résumé

récupéré en direct d'OpenAlex

This paper explores the COVID19 transmission pattern and circulation dynamics in the Euclidean space at the lower peninsula of Michigan by using the divergence and curl concept in vector field. The COVID19 transmission volume flux can be calculated for each county by using vector divergence. The results shows Wayne county had the highest divergence (162660), the Kent county had the second highest divergence (152540), and the Saginaw county had the third highest divergence (103240), the divergence is positive which means the COVID19 virus was transmitted from these counties to other places. The results also shows Monroe county had the lowest divergence (-187843), the Allegan county had the second lowest number in divergence (-90824), the divergence is negative which means the COVID19 virus was transmitted from other places to these counties. The circulation of the virus is also calculated by using vector curl. The positive curl means that the virus has circulated in a counter-clockwise direction, and the negative curl means the virus has circulated in a clockwise direction. The divergence is an operator of the COVID19 transmission vector field, which produces a scalar field giving the quantity of the transmission vector field’s source at each location. The COVID19 spreading volume density of the outward flux of transmission field is represented by divergence around a given location. The curl is an operator of the COVID19 transmission field, which describes the circulation of a transmission vector field. The curl at a location in COVID19 transmission field is represented by a vector whose length and direction denote the magnitude and axis of the maximum circulation. The curl of a transmission field is formally defined as the circulation density at each location of COVID19 transmission field.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,127
Tête enseignante GPT0,384
Écart entre enseignants0,257 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputer and Information ScienceMême sujetCOVID-19 epidemiological studiesTravaux en français237 207