論文の概要: A County-level Dataset for Informing the United States' Response to
COVID-19
- arxiv url: http://arxiv.org/abs/2004.00756v2
- Date: Fri, 11 Sep 2020 02:58:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-27 05:23:20.856227
- Title: A County-level Dataset for Informing the United States' Response to
COVID-19
- Title（参考訳）: 新型コロナウイルスに対する米国の反応を知らせる郡レベルのデータセット
- Authors: Benjamin D. Killeen, Jie Ying Wu, Kinjal Shah, Anna Zapaishchykova,
Philipp Nikutta, Aniruddha Tamhane, Shreya Chakraborty, Jinchi Wei, Tiger
Gao, Mareike Thies, Mathias Unberath
- Abstract要約: 我々は、アメリカ合衆国郡のレベルに関する政府、ジャーナリスト、学術情報源から関連するデータを収集するデータセットを提示する。
私たちのデータセットには300以上の変数が含まれており、人口推計、人口統計、民族、住宅、教育、雇用と所得、気候、交通、スコア、医療システム関連メトリクスを要約しています。
- 参考スコア（独自算出の注目度）: 5.682299443164938
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As the coronavirus disease 2019 (COVID-19) continues to be a global pandemic,
policy makers have enacted and reversed non-pharmaceutical interventions with
various levels of restrictions to limit its spread. Data driven approaches that
analyze temporal characteristics of the pandemic and its dependence on regional
conditions might supply information to support the implementation of mitigation
and suppression strategies. To facilitate research in this direction on the
example of the United States, we present a machine-readable dataset that
aggregates relevant data from governmental, journalistic, and academic sources
on the U.S. county level. In addition to county-level time-series data from the
JHU CSSE COVID-19 Dashboard, our dataset contains more than 300 variables that
summarize population estimates, demographics, ethnicity, housing, education,
employment and income, climate, transit scores, and healthcare system-related
metrics. Furthermore, we present aggregated out-of-home activity information
for various points of interest for each county, including grocery stores and
hospitals, summarizing data from SafeGraph and Google mobility reports. We
compile information from IHME, state and county-level government, and
newspapers for dates of the enactment and reversal of non-pharmaceutical
interventions. By collecting these data, as well as providing tools to read
them, we hope to accelerate research that investigates how the disease spreads
and why spread may be different across regions. Our dataset and associated code
are available at github.com/JieYingWu/COVID-19_US_County-level_Summaries.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)の世界的なパンデミックが続く中、政策当局者はさまざまな制限を課し、非薬品的介入を撤廃し、感染拡大を制限している。
パンデミックの時間的特性と地域条件への依存を分析するデータ駆動アプローチは、緩和・抑制戦略の実行を支援する情報を提供する可能性がある。
アメリカ合衆国の場合、この方向の研究を容易にするために、アメリカ合衆国郡のレベルに関する政府、ジャーナリスト、学術情報源から関連するデータを収集する機械可読データセットを提案する。
jhu csse covid-19ダッシュボードの郡レベルの時系列データに加えて、我々のデータセットには300以上の変数が含まれており、人口推計、人口統計、民族、住宅、教育、雇用と収入、気候、交通状況、医療システム関連の指標を要約しています。
さらに,食品雑貨店や病院,safegraph や google mobility report の集計データなど,各郡の様々な関心点について,家庭外の活動情報を総合的に提示する。
我々は、IHME、州、郡レベルの政府、および非医薬品介入の施行日と撤廃日に関する新聞から情報を収集する。
これらのデータを収集し、それらを読むためのツールを提供することで、病気がどのように拡散し、なぜ地域に広がるかを調べる研究を加速したいと考えています。
データセットと関連コードはgithub.com/JieYingWu/COVID-19_US_County-level_Summariesで利用可能です。
関連論文リスト
- Tracking the State and Behavior of People in Response to COVID-1 19
Through the Fusion of Multiple Longitudinal Data Streams [2.477349483168562]
本稿では,2020年8月から2021年7月までに収集された米国住民のアクティブデータとパッシブデータの豊富なパネルデータセットについて述べる。
このようなデータセットは、例えば、地方自治体が課した新型コロナウイルスの規制に対する不均一な行動反応の根底にある要因を決定するために、重要な研究質問に答えることを可能にする。
論文 参考訳（メタデータ） (2022-09-23T18:49:23Z) - COVID-19: An exploration of consecutive systemic barriers to
pathogen-related data sharing during a pandemic [3.192308005611312]
2020年の新型コロナウイルス(COVID-19)パンデミックは、世界中の政府や研究者の迅速な対応につながった。
2023年末時点で、新型コロナウイルス(COVID-19)による死者は数百万人を超えている。
パンデミックに関連するデータを扱うデータ専門家は、多くの場合、このデータにアクセス、共有、再利用するための重要なシステム上の障壁に直面します。
論文 参考訳（メタデータ） (2022-05-24T14:25:09Z) - Dynamically Adjusting Case Reporting Policy to Maximize Privacy and
Utility in the Face of a Pandemic [16.486088007516102]
現在の非識別アプローチは非効率であり、ふりかえりの開示リスクアセスメントに依存している。
我々は、人物レベルの監視データのほぼリアルタイムな共有のために、非識別を動的に適用する枠組みを導入する。
論文 参考訳（メタデータ） (2021-06-21T19:49:17Z) - STOPPAGE: Spatio-temporal Data Driven Cloud-Fog-Edge Computing Framework
for Pandemic Monitoring and Management [28.205715426050105]
行政政策の改善とパンデミック対策のための準備を強化するための分析枠組みを開発することは絶対的に必要である。
本稿では,STOPと呼ばれる時空間知識マイニングフレームワークを提案し,時間スケールの異なる大規模地域における人間の移動性や文脈情報の影響をモデル化する。
i)fog/edgeベースのアーキテクチャを使用したs-temporal data and computing infrastructure、(ii)s-temporal data analyticsモジュールで、異種データソースから知識を効率的に抽出する。
論文 参考訳（メタデータ） (2021-04-04T12:29:31Z) - Health Status Prediction with Local-Global Heterogeneous Behavior Graph [69.99431339130105]
ウェアラブルセンサから継続的に収集される各種データストリームにより、健康状態の推定が可能です。
行動関連マルチソースデータストリームをローカル・グローバル・グラフでモデル化することを提案する。
学生生活データセットを用いて実験を行い,提案モデルの有効性を実証した。
論文 参考訳（メタデータ） (2021-03-23T11:10:04Z) - Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。
一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文 参考訳（メタデータ） (2020-06-23T03:36:19Z) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳（メタデータ） (2020-06-05T02:04:25Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z) - When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and
Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。
さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。
本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
論文 参考訳（メタデータ） (2020-05-13T18:21:50Z) - Use of Available Data To Inform The COVID-19 Outbreak in South Africa: A
Case Study [1.9686054517684888]
SARS-CoV-2ウイルスによる新型コロナウイルス(COVID-19)は、2020年2月に世界保健機関(WHO)によってパンデミックと宣言された。
現在、臨床試験後に承認されたワクチンや治療法はない。
南アフリカのプレトリア大学のData Science for Social Impact Research Groupは、コンピュータで読める方法で公開データのキュレーションと適用に取り組んでいる。
論文 参考訳（メタデータ） (2020-04-02T06:13:37Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。