Effect of flight connectivity on the introduction and evolution of the COVID-19 outbreak in Canadian provinces and territories
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has challenged health services and governments in Canada and around the world. Our research aims to evaluate the effect of domestic and international air travel patterns on the COVID-19 pandemic in Canadian provinces and territories. METHODS: Air travel data were obtained through licensed access to the 'BlueDot Intelligence Platform', BlueDot Inc. Daily provincial and territorial COVID-19 cases for Canada and global figures, including mortality, cases recovered and population data were downloaded from public datasets. The effects of domestic and international air travel and passenger volume on the number of local and non-local infected people in each Canadian province and territory were evaluated with a semi-Markov model. Provinces and territories are grouped into large (>100 000 confirmed COVID-19 cases and >1 000 000 inhabitants) and small jurisdictions (≤100 000 confirmed COVID-19 cases and ≤1 000 000 inhabitants). RESULTS: Our results show a clear decline in passenger volumes from March 2020 due to public health policies, interventions and other measures taken to limit or control the spread of COVID-19. As the measures were eased, some provinces and territories saw small increases in passenger volumes, although travel remained below pre-pandemic levels. During the early phase of disease introduction, the burden of illness is determined by the connectivity of jurisdictions. In provinces with a larger population and greater connectivity, the burden of illness is driven by case importation, although local transmission rapidly replaces imported cases as the most important driver of increasing new infections. In smaller jurisdictions, a steep increase in cases is seen after importation, leading to outbreaks within the community. CONCLUSIONS: Historical travel volumes, combined with data on an emerging infection, are useful to understand the behaviour of an infectious agent in regions of Canada with different connectivity and population size. Historical travel information is important for public health planning and pandemic resource allocation.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».