論文の概要: Commuting Network Spillovers and COVID-19 Deaths Across US Counties
- arxiv url: http://arxiv.org/abs/2010.01101v2
- Date: Wed, 10 Feb 2021 19:52:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-12 02:42:15.754470
- Title: Commuting Network Spillovers and COVID-19 Deaths Across US Counties
- Title(参考訳): 米国内の通勤ネットワーク流出とcovid-19死亡者数
- Authors: Christopher Seto and Aria Khademi and Corina Graif and Vasant G.
Honavar
- Abstract要約: ネットワークの通勤は、新型コロナウイルスの死亡とケース、空間的近接性、社会経済的、人口統計的要因のネットにとって重要な問題である。
地域レベルの緩和と防止の取り組みは、接続された場所のネットワークにおける同様の取り組みによって補完される場合、より効果的である。
- 参考スコア(独自算出の注目度): 8.992535607227437
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study explored how population mobility flows form commuting networks
across US counties and influence the spread of COVID-19. We utilized 3-level
mixed effects negative binomial regression models to estimate the impact of
network COVID-19 exposure on county confirmed cases and deaths over time. We
also conducted weighting-based analyses to estimate the causal effect of
network exposure. Results showed that commuting networks matter for COVID-19
deaths and cases, net of spatial proximity, socioeconomic, and demographic
factors. Different local racial and ethnic concentrations are also associated
with unequal outcomes. These findings suggest that commuting is an important
causal mechanism in the spread of COVID-19 and highlight the significance of
interconnected of communities. The results suggest that local level mitigation
and prevention efforts are more effective when complemented by similar efforts
in the network of connected places. Implications for research on inequality in
health and flexible work arrangements are discussed.
- Abstract(参考訳): 本研究では、米国各郡における通勤ネットワークの形成と、新型コロナウイルスの感染拡大への影響について検討した。
我々は3段階の混合効果陰性二項回帰モデルを用いて、ネットワーク感染が郡で確認されたケースや死亡率に与える影響を経時的に推定した。
また,ネットワーク露出の因果効果を推定するために重み付けに基づく分析を行った。
その結果, 通勤ネットワークは, 死亡・ケース, 空間的近接性, 社会経済的要因, 人口統計的要因が重要であった。
異なる人種と民族の集中も不平等な結果と関連している。
これらの結果から,通勤は新型コロナウイルスの感染拡大における重要な因果メカニズムであり,コミュニティ間の相互接続の重要性を強調することが示唆された。
以上の結果から,ネットワークネットワークにおける類似の取り組みを補完することで,地域レベルの緩和と防止がより効果的であることが示唆された。
健康とフレキシブルワークアレンジメントにおける不平等研究の意義について考察した。
関連論文リスト
- Estimating Peer Direct and Indirect Effects in Observational Network Data [16.006409149421515]
本稿では、ピア直接効果とピア間接効果の両方を考慮し、個人自身の治療の効果を考慮に入れた一般的な設定を提案する。
注意機構を用いて、異なる隣人の影響を識別し、グラフニューラルネットワークによる高次隣人効果を探索する。
理論的には,ネットワークシステムにおける介入戦略を改善する可能性があり,ソーシャルネットワークや疫学などの分野にも応用できる。
論文 参考訳(メタデータ) (2024-08-21T10:02:05Z) - Influence Maximization via Graph Neural Bandits [54.45552721334886]
IM問題を多ラウンド拡散キャンペーンに設定し,影響を受けやすいユーザ数を最大化することを目的とした。
IM-GNB(Influence Maximization with Graph Neural Bandits)を提案する。
論文 参考訳(メタデータ) (2024-06-18T17:54:33Z) - Impact of Network Centrality and Income on Slowing Infection Spread
after Outbreaks [1.1470070927586016]
感染の到着時刻が地理的にどのように変化するかを計算するための新しい手法を提案する。
ネットワークの集中度とロックダウン後の感染遅延との間には,収入に関係なく負の関係が生じることが判明した。
本稿では、移動ネットワークにおいて最も中心的な人々が直面している病気のリスクの新たな次元を同定し、定量化する。
論文 参考訳(メタデータ) (2022-02-08T15:02:43Z) - COVID-Net CT-S: 3D Convolutional Neural Network Architectures for
COVID-19 Severity Assessment using Chest CT Images [85.00197722241262]
我々は、新型コロナウイルス感染による肺疾患の重症度を予測するための深層畳み込みニューラルネットワークであるCOVID-Net CT-Sを紹介した。
3D残像設計を利用して、新型コロナウイルスの肺疾患の重症度を特徴付ける容積的視覚指標を学習する。
論文 参考訳(メタデータ) (2021-05-04T04:44:41Z) - An Extended Epidemic Model on Interconnected Networks for COVID-19 to
Explore the Epidemic Dynamics [2.89591830279936]
パンデミックコントロールは、感染した個人の傾向や影響を捉える疫病モデルを必要とする。
多くのエキサイティングなモデルはこれを実装できるが、実践的な解釈性に欠ける。
本研究は疫学とネットワーク理論を融合し,因果解釈能力を持つ枠組みを提案する。
論文 参考訳(メタデータ) (2021-04-10T06:46:01Z) - The COVID-19 pandemic: socioeconomic and health disparities [0.0]
社会経済的および健康関連変数は、最も影響を受ける上位5か国で死亡率を予測するために使用された。
我々のデータによると、人口統計や社会的不利益に関連する予測者は、新型コロナウイルスの死亡率100万と相関している。
論文 参考訳(メタデータ) (2020-12-21T15:01:17Z) - Semi-supervised Neural Networks solve an inverse problem for modeling
Covid-19 spread [61.9008166652035]
半教師付きニューラルネットワークを用いた新型コロナウイルスの感染拡大について検討した。
我々は、人口の受動的一部がウイルスの動態から分離されていると仮定する。
論文 参考訳(メタデータ) (2020-10-10T19:33:53Z) - Controlling the Outbreak of COVID-19: A Noncooperative Game Perspective [61.558752620308134]
孤立と社会的距離は、このパンデミックを抑える効果的な予防措置のようだ。
我々は、新型コロナウイルスの感染拡大を防ぐために、社会的距離を維持するためのインセンティブを提供する非協力型ゲームを提案する。
数値的な結果は、個人のインセンティブが85%以上増加し、家庭隔離の割合が増加することを示している。
論文 参考訳(メタデータ) (2020-07-27T04:28:32Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳(メタデータ) (2020-07-22T18:02:39Z) - 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)
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。