MétaCan
Menu
Retour à la cohorte
Enregistrement W4390812741 · doi:10.1016/j.idm.2024.01.001

Exploring a targeted approach for public health capacity restrictions during COVID-19 using a new computational model

2024· article· en· W4390812741 sur OpenAlex
Ashley N. Micuda, Mark R. Anderson, Irina Babayan, Erin Bolger, Logan Cantin, Gillian Groth, Ry Pressman-Cyna, Charlotte Z. Reed, Noah J. Rowe, Mehdi Shafiee, B. Tam, Marie C. Vidal, Tianai Ye, R. D. Martin

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInfectious Disease Modelling · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensQueen's UniversityWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaQueen's University
Mots-clésCoronavirus disease 2019 (COVID-19)Computer sciencePublic healthWork (physics)Outcome (game theory)PopulationOperations researchEngineeringEconomicsEnvironmental healthMedicineMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This work introduces the Queen's University Agent-Based Outbreak Outcome Model (QUABOOM). This tool is an agent-based Monte Carlo simulation for modelling epidemics and informing public health policy. We illustrate the use of the model by examining capacity restrictions during a lockdown. We find that public health measures should focus on the few locations where many people interact, such as grocery stores, rather than the many locations where few people interact, such as small businesses. We also discuss a case where the results of the simulation can be scaled to larger population sizes, thereby improving computational efficiency.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,586
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,748
Tête enseignante GPT0,442
Écart entre enseignants0,305 · 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