MétaCan
Menu
Retour à la cohorte
Enregistrement W4396553914 · doi:10.1007/s00285-024-02097-6

Threshold dynamics of a reaction–advection–diffusion schistosomiasis epidemic model with seasonality and spatial heterogeneity

2024· article· en· W4396553914 sur OpenAlexafffund
Peng Wu, Yurij Salmaniw, Xiunan Wang

Notice bibliographique

RevueJournal of Mathematical Biology · 2024
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueParasites and Host Interactions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesZhejiang UniversityNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésAdvectionBasic reproduction numberSeasonalityDiffusionSpatial heterogeneityDisease transmissionTransmission (telecommunications)ComputationMathematicsStatistical physicsBiologyComputer scienceStatisticsEcologyPhysicsDemographyPopulationVirology

Résumé

récupéré en direct d'OpenAlex

Abstract Most water-borne disease models ignore the advection of water flows in order to simplify the mathematical analysis and numerical computation. However, advection can play an important role in determining the disease transmission dynamics. In this paper, we investigate the long-term dynamics of a periodic reaction–advection–diffusion schistosomiasis model and explore the joint impact of advection, seasonality and spatial heterogeneity on the transmission of the disease. We derive the basic reproduction number $${\mathcal {R}}_0$$ R 0 and show that the disease-free periodic solution is globally attractive when $${\mathcal {R}}_0<1$$ R 0 < 1 whereas there is a positive endemic periodic solution and the system is uniformly persistent in a special case when $${\mathcal {R}}_0>1$$ R 0 > 1 . Moreover, we find that $${\mathcal {R}}_0$$ R 0 is a decreasing function of the advection coefficients which offers insights into why schistosomiasis is more serious in regions with slow water flows.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
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)0,0030,000

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 Opus0,022
Tête enseignante GPT0,312
Écart entre enseignants0,290 · 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

Citations15
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematical BiologyMême sujetParasites and Host InteractionsTravaux en français237 207