MétaCan
Menu
Retour à la cohorte
Enregistrement W4367055964 · doi:10.15388/namc.2023.28.31958

Global dynamics of a dengue fever model incorporating transmission seasonality

2023· article· en· W4367055964 sur OpenAlexfundno aff
Min Zhu, Tingting Feng, Yong Xu, Jinde Cao

Notice bibliographique

RevueNonlinear Analysis Modelling and Control · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMathematical and Theoretical Epidemiology and Ecology Models
Établissements canadiensnon disponible
Organismes subventionnairesMemorial University of NewfoundlandNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésDengue feverBasic reproduction numberLimitingTransmission (telecommunications)Applied mathematicsEpidemic modelStability theoryMathematicsDynamics (music)DiffusionComputer scienceStatistical physicsBiologyVirologyPhysicsNonlinear systemDemography

Résumé

récupéré en direct d'OpenAlex

The changes of seasons cause that the transmission of dengue fever is characterized by periodicity. We develop a dengue fever transmission model incorporating seasonal periodicity and spatial heterogeneity. Based on the well-posedness of solution for this model, we propose its basic reproduction number R0, and we discuss the properties of this number including its limiting form when the diffusion coefficients change. Moreover, the dynamical behavior of this model infers that if R0 ⩽ 1, then the disease-free periodic solution is globally asymptotically stable, and if R0 > 1, then the model possesses a positive periodic solution, which is globally asymptotically stable. These theoretical findings are further illustrated by the final numerical simulations. Additionally, we add that the similar problem has been investigated by M. Zhu and Y. Xu [A time-periodic dengue fever model in a heterogeneous environment, Math. Comput. Simul., 155:115–129, 2019] in which some dynamical results have been studied only on the cases R0 < 1 and R0 > 1. Our results not only include the scenario on the case R0 = 1, but also involve the more succinct conditions on the cases R0 < 1 and R0 > 1.

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 enseignants0,016
Score d'incertitude au seuil0,033

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,026
Tête enseignante GPT0,297
Écart entre enseignants0,271 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNonlinear Analysis Modelling and ControlMême sujetMathematical and Theoretical Epidemiology and Ecology ModelsTravaux en français237 207