論文の概要: Running the COVID-19 marathon: the behavioral adaptations in mobility
and facemask over 27 weeks of pandemic in Seoul, South Korea
- arxiv url: http://arxiv.org/abs/2009.09073v1
- Date: Wed, 9 Sep 2020 09:21:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-03 02:45:48.682410
- Title: Running the COVID-19 marathon: the behavioral adaptations in mobility
and facemask over 27 weeks of pandemic in Seoul, South Korea
- Title（参考訳）: 新型コロナウイルス(covid-19)マラソンの実施:韓国ソウルでの27週間のパンデミックにおけるモビリティとフェイスマスクの行動適応
- Authors: Jungwoo Cho, Yuyol Shin, Seyun Kim, Namwoo Kim, Soohwan Oh, Haechan
Cho, Yoonjin Yoon
- Abstract要約: 我々は,韓国ソウルにおける個人移動体適応とマスク着用について,データ中心のアプローチを採用する。
まず6つの流行期と2つの波を、新型コロナウイルスの感染者数と地理的分散に基づいて同定する。
相特異的な分析と解釈は、変動する流行リスクと一致したターゲット応答の重要性を強調した。
- 参考スコア（独自算出の注目度）: 0.46180371154032895
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Battle with COVID-19 turned out to be a marathon, not a sprint, and
behavioral adjustments have been unavoidable to stay viable. In this paper, we
employ a data-centric approach to investigate individual mobility adaptations
and mask-wearing in Seoul, South Korea. We first identify six epidemic phases
and two waves based on COVID-19 case count and its geospatial dispersion. The
phase-specific linear models reveal the strong, self-driven mobility reductions
in the first escalation and peak with a common focus on public transit use and
less-essential weekend/afternoon trips. However, comparable reduction was not
present in the second wave, as the shifted focus from mobility to mask-wearing
was evident. Although no lockdowns and gentle nudge to wear mask seemed
counter-intuitive, simple and persistent communication on personal safety has
been effective and sustainable to induce cooperative behavioral adaptations.
Our phase-specific analyses and interpretation highlight the importance of
targeted response consistent with the fluctuating epidemic risk.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)との闘いは、スプリントではなくマラソンであることが判明した。
本稿では,韓国ソウルにおける個人のモビリティ適応とマスク着用について,データ中心のアプローチを用いて検討する。
まず6つの流行期と2つの波を新型コロナウイルスの症例数と地理的分散に基づいて特定した。
位相特異的線形モデルは、初回エスカレーションとピークにおける強力な自己駆動型モビリティの低減を示し、公共交通機関の利用と週末/午後の旅行の不要さに共通の焦点をあてている。
しかし,第2波では移動性からマスク着用へのシフトが顕著であったため,同等の縮小は見られなかった。
ロックダウンやマスク着用の優しさは直観に反するようには見えなかったが、個人の安全に関するシンプルで永続的なコミュニケーションは、協調的な行動適応を誘導するために効果的で持続的であった。
本研究は,流行リスクの変動と一致した標的応答の重要性を,位相特異的に分析し,解釈する。
関連論文リスト
- Influence of Mobility Restrictions on Transmission of COVID-19 in the
state of Maryland -- the USA [0.0]
新型コロナウイルスは2020年1月に米国で初めて検出された。
3月中旬の感染拡大を抑制するため、各州はSAH命令を発令した。
ウイルス感染の減少に対する移動性に対する規制の影響について検討した。
論文 参考訳（メタデータ） (2021-09-24T22:15:40Z) - Living in a pandemic: adaptation of individual mobility and social
activity in the US [4.311304158111146]
新型コロナウイルスのパンデミックやNPIへの対応として、個人が日々の動きや対人接触パターンを時間とともに順応する方法について検討した。
地元の介入は、異なる会場への訪問数だけでなく、人々がそれらを体験する方法にも影響を与えていた。
個人は会場での時間を減らし、よりシンプルで予測しやすいルーチンを好み、対人接触活動を減らします。
論文 参考訳（メタデータ） (2021-07-26T14:27:22Z) - Dual-Consistency Semi-Supervised Learning with Uncertainty
Quantification for COVID-19 Lesion Segmentation from CT Images [49.1861463923357]
CT画像を用いた半監視型COVID-19病変分割のための不確実性誘導型二重一貫性学習ネットワーク(UDC-Net)を提案する。
提案した UDC-Net は,Dice の完全教師方式を 6.3% 向上させ,他の競合的半監督方式を有意なマージンで上回っている。
論文 参考訳（メタデータ） (2021-04-07T16:23:35Z) - C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods
Ahead of COVID-19 Outbreak [54.39837683016444]
C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。
C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。
新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
論文 参考訳（メタデータ） (2020-12-22T17:02:54Z) - STELAR: Spatio-temporal Tensor Factorization with Latent Epidemiological
Regularization [76.57716281104938]
我々は,多くの地域の流行傾向を同時に予測するテンソル法を開発した。
stelarは離散時間差分方程式のシステムを通じて潜在時間正規化を組み込むことで長期予測を可能にする。
我々は、カウンティレベルと州レベルのCOVID-19データの両方を用いて実験を行い、このモデルが流行の興味深い潜伏パターンを識別できることを示します。
論文 参考訳（メタデータ） (2020-12-08T21:21:47Z) - Steering a Historical Disease Forecasting Model Under a Pandemic: Case
of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。
我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文 参考訳（メタデータ） (2020-09-23T22:35:43Z) - Twitter, human mobility, and COVID-19 [11.143921916292726]
われわれは世界中で5億7700万のツイートを分析し、人間の移動性を減らすためのグローバルな協力活動がどのように反映されているかを調べた。
特定の地理的領域における応答性を定量化するために,移動型応答指標(MRI)を提案する。
その結果、Twitterデータから得られたモビリティパターンは、モビリティのダイナミクスを定量的に反映するために修正可能であることが示唆された。
論文 参考訳（メタデータ） (2020-06-24T23:21:03Z) - 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) - COVID-19 Mobility Data Collection of Seoul, South Korea [0.46180371154032895]
本稿では,韓国の首都ソウルで発生した新型コロナウイルス(COVID-19)による人口1000万人近くの動きを懸念するモビリティデータセットの2つのカテゴリについて述べる。
我々は、地下鉄の乗客数、交通量、現在人口の時間毎のデータを、選択した関心点で算出する。
論文 参考訳（メタデータ） (2020-06-11T07:04:31Z) - 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)
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。