MétaCan
Menu
← Retour à la cohorte
Enregistrement W4286632466 · doi:10.21203/rs.3.rs-1709788/v1

Modelling and estimation of COVID-19 pandemic with the face mask and vaccination

2022· preprint· en· W4286632466 sur OpenAlexaff
Zhongtian Bai, Zhihui Ma, Libaihe Jing, Yonghong Li, Shufan Wang, Bin-Guo Wang, Yan Wu, Jiangqian Zhang, Haoyang Wang

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensMcMaster University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Science Foundation of Gansu Province
Mots-clésVaccinationCoronavirus disease 2019 (COVID-19)PandemicBasic reproduction numberEpidemic modelEstimationDemographyMedicineEnvironmental healthStatisticsFace masksComputer scienceMathematicsDiseaseVirologyEngineeringInfectious disease (medical specialty)Internal medicinePopulation

Résumé

récupéré en direct d'OpenAlex

Abstract COVID-19 is a public health emergency for human beings and brings some very harmful consequences in social and economic fields. In order to model COVID-19 and develop the effective controlling measures, this paper proposes an SEIR-type epidemic model with the mask wearing and the vaccination. Firstly, the effective reproduction number and the threshold conditions are obtained by analyzing the dynamical behaviors of the proposed epidemic model. Secondly, selecting the data of South Korea from January 20, 2022 to March 21, 2022, all model parameters are defined and estimated. Finally, based on the estimated parameters, the numerical simulations are conducted and the simulation suitably fit with the presented model. The results show that the mask wearing ratio, the effectiveness of the certain face mask, the vaccination rate and effectiveness of vaccination for the susceptible individuals play an important role in preventing and controlling COVID-19 pandemic. The face mask wearing is associated with 83% and 90% reductions in the numbers of the cumulative cases and the newly confirmed cases respectively after sixty days while the face mask wearing rate increases 15%, and the vaccination rate is associated with 75% and 80% reductions in the numbers of the cumulative cases and the newly confirmed cases respectively after sixty days while the vaccination rate augments 15\%. Therefore, the effect of the mask wearing on reducing the cumulative cases and the newly confirmed cases is more remarkable than that of the vaccination, this means the disease control departments should strongly recommended that peoples should wear the face mask to prevent themselves from becoming infected when the vaccination willingness of individuals is relative low. The face mask wearing still the primary measure to prevent and control the transmission of COVID-19 pandemic.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,503
Tête enseignante GPT0,536
Écart entre enseignants0,033 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetCOVID-19 epidemiological studies→Travaux en français237 207→