Modeling social connectivity and the spread of the 1918-1919 flu through Inupiat and Yup'ik communities of western Alaska
Notice bibliographique
Résumé
[ACCESS RESTRICTED TO THE UNIVERSITY OF MISSOURI AT REQUEST OF AUTHOR.] The spread of infectious disease among human populations is heavily influenced by social relationships and interactions between humans. This project examines the role of social connectivity and residence patterns in determining differential rates of mortality among the Inupiat of the Seward Peninsula and Yup'ik of the Yukon-Kuskokwim Delta in Western Alaska during the 1918-19 influenza pandemic. Despite similar geography, subsistence patterns, and social environments, the severity of the pandemic varied markedly between these groups, with mortality rates on the Seward Peninsula as high as 90% and those among the Yup'ik only reaching 32.3%. Historic and ethnographic reports on the social organization and kinship systems of the Inupiat and Yup'ik demonstrate marked differences between the two groups in social and community organization, as well as kinship systems. Specifically, the Inupiat communities were shown to have high levels of community connectivity compared to the Yup'ik. The historic accounts were used to construct a social network model that allows analysis of social connectivity as a factor of influence in the severity (or lack thereof) of the 1918 influenza outbreaks seen in these regions. Simulation results, however, suggest that the variations in organization between the two cultural groups included in this model were not enough to create statistically significant difference in epidemic outcomes and that further examination of possible model deficiencies and the factors influencing flu severity in the Seward Peninsula is necessary.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,007 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».