计算机科学 > 社会与信息网络
[提交于 2021年8月27日
]
标题: 从SEIR模型估计的COVID-19基本再生数:与2020年人口流动的相关性
标题: COVID-19 reproduction number estimated from SEIR model: association with people's mobility in 2020
摘要: 本文是对全球范围内两个流行病学问题的探索性研究。 疾病传播有多快? 针对人们的限制措施(尤其是流动限制)是否达到了预期效果? 为回答第一个问题,我们提出了一种基于SEIR模型的流行病再生数估计工具(二次感染数$R_t$),并将其与非模型$R_t$估计进行比较。 为了衡量不同国家的$R_t$,从约翰霍普金斯大学系统科学与工程中心(CSSE)获取了冠状病毒每日感染、康复、死亡的实时数据。 为了评估2020年新冠疫情中流动限制的有效性,展示了$R_t$与人们流动(基于苹果流动指数)之间的相关性。 这些相关性考虑了12个国家,其中大多数国家的相关性为负。 这表明流动限制的实施存在延迟——这些国家是在新新冠病例增长后才实施限制,而不是预防性地实施。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.