論文の概要: Pandemic Informatics: Preparation, Robustness, and Resilience; Vaccine
Distribution, Logistics, and Prioritization; and Variants of Concern
- arxiv url: http://arxiv.org/abs/2012.09300v3
- Date: Thu, 22 Apr 2021 17:34:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-20 10:54:49.268869
- Title: Pandemic Informatics: Preparation, Robustness, and Resilience; Vaccine
Distribution, Logistics, and Prioritization; and Variants of Concern
- Title（参考訳）: パンデミック情報学:準備、堅牢性、レジリエンス、ワクチンの流通、ロジスティクス、優先順位付け、および懸念の変種
- Authors: Elizabeth Bradley, Madhav Marathe, Melanie Moses, William D Gropp, and
Daniel Lopresti
- Abstract要約: 感染症は世界中で年間1300万人以上の死者を出している。
新型コロナウイルス(COVID-19)のパンデミックは、10年以上前にH1N1が流行して以来初めて、これらの問題を鮮明に評価している。
パンデミックは、米国と世界に対して長年、大きな破壊的な影響を及ぼし続けるだろう。
- 参考スコア（独自算出の注目度）: 6.6946518757677635
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Infectious diseases cause more than 13 million deaths a year, worldwide.
Globalization, urbanization, climate change, and ecological pressures have
significantly increased the risk of a global pandemic. The ongoing COVID-19
pandemic-the first since the H1N1 outbreak more than a decade ago and the worst
since the 1918 influenza pandemic-illustrates these matters vividly. More than
47M confirmed infections and 1M deaths have been reported worldwide as of
November 4, 2020 and the global markets have lost trillions of dollars. The
pandemic will continue to have significant disruptive impacts upon the United
States and the world for years; its secondary and tertiary impacts might be
felt for more than a decade. An effective strategy to reduce the national and
global burden of pandemics must: 1) detect timing and location of occurrence,
taking into account the many interdependent driving factors; 2) anticipate
public reaction to an outbreak, including panic behaviors that obstruct
responders and spread contagion; 3) and develop actionable policies that enable
targeted and effective responses.
- Abstract（参考訳）: 感染症は世界中で年間1300万人以上の死者を生んでいる。
グローバル化、都市化、気候変動、環境プレッシャーは世界的なパンデミックのリスクを大きく高めている。
新型コロナウイルスのパンデミックは10年以上前にH1N1が流行して以来初めてで、1918年のインフルエンザのパンデミック以来最悪の状況だった。
2020年11月4日時点で4700万人以上の感染者と100万人の死亡が確認されており、世界の市場は数兆ドルを失った。
パンデミックは米国と世界に対して長年にわたって大きなディスラプティブな影響を与え続け、その第2次および第3次影響は10年以上にわたって感じられる可能性がある。
パンデミックの国家的・世界的負担を減らすための効果的な戦略
1) 多くの相互依存運転要因を考慮して発生時期及び発生位置を検出する。
2 流行に対する公衆の反応を予見し、対応者を妨害し、伝染を拡大するパニック行為を予想する。
3) ターゲティングかつ効果的な対応を可能にする行動可能な政策を策定すること。
関連論文リスト
- Event Detection from Social Media for Epidemic Prediction [76.90779562626541]
ソーシャルメディア投稿から疫病関連事象を抽出・分析する枠組みを構築した。
実験では、新型コロナウイルスベースのSPEEDで訓練されたEDモデルが、3つの目に見えない流行の流行を効果的に検出する方法が明らかにされている。
モンキーポックスのWHO流行宣言より4～9週間早く,抽出した事象の報告が急激な増加を示すことを示す。
論文 参考訳（メタデータ） (2024-04-02T06:31:17Z) - Exploring the impact of social stress on the adaptive dynamics of
COVID-19: Typing the behavior of na\"ive populations faced with epidemics [43.50312332512221]
新型コロナウイルス(COVID-19)のパンデミックは、各国の適応的ダイナミクスに関して、微妙な変化をもたらしている。
これは自然災害解析における文化的特徴の重要な役割を強調している。
論文 参考訳（メタデータ） (2023-11-23T11:05:54Z) - The Challenges and Opportunities in Creating an Early Warning System for
Global Pandemics [0.0]
新型コロナウイルス(COVID-19)のパンデミックは、世界保健、社会システム、経済がますます相互に相互に依存している世界で驚くほど脆弱であることを明らかにした。
念入りに設計されたテクノロジープラットフォームが、いかにして世界規模で精度の高い疾患検出と対応システムを構築するかを実証することができる。
論文 参考訳（メタデータ） (2023-02-02T04:18:47Z) - "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the
Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。
我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文 参考訳（メタデータ） (2022-06-12T19:41:01Z) - Examining the Implementation of Digital Health to Strengthen the
COVID-19 Pandemic Response and Recovery and Scale up Equitable Vaccine Access
in African Countries [0.8602553195689513]
アフリカでは、新型コロナウイルス(COVID-19)のパンデミックが深刻化している。
グローバルヘルス危機を緩和するデジタルヘルス技術がもたらす影響について検討した。
論文 参考訳（メタデータ） (2022-06-03T23:43:49Z) - Understanding the Impact of the COVID-19 Pandemic on
Transportation-related Behaviors with Human Mobility Data [36.99572681309649]
中国本土での新型コロナウイルスの感染拡大は、最近このウイルスとの戦いの成功例と見なされている。
私たちは、Baidu Mapsから集めた膨大な量の人的移動データを使って、パンデミックの最中の人々の詳細な反応を調べています。
論文 参考訳（メタデータ） (2022-02-16T10:32:39Z) - 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) - Models for COVID-19 Pandemic: A Comparative Analysis [15.22097752961091]
新型コロナウイルスのパンデミックは過去100年で前例のない世界的な健康危機だ。
経済、社会、健康への影響は成長を続けており、1918年のパンデミックや世界大戦以来最悪の世界的災害の1つになる可能性が高い。
数学モデルは、現在進行中の危機において重要な役割を果たしている。
論文 参考訳（メタデータ） (2020-09-21T16:42:00Z) - Hope Amid of a Pandemic: Is Psychological Distress Alleviating in South
America while Coronavirus is still on Surge? [1.7894377200944511]
新型コロナウイルスのパンデミックで1700万人以上が死亡し、66万7000人以上が負傷した。
本稿は、南アメリカのすべてのスペイン語圏の人々の心理的側面に対するロックダウンの影響を検討することを目的とする。
論文 参考訳（メタデータ） (2020-08-27T17:53:22Z) - 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) - The Ivory Tower Lost: How College Students Respond Differently than the
General Public to the COVID-19 Pandemic [66.80677233314002]
新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。
米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。
本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
論文 参考訳（メタデータ） (2020-04-21T13:02:38Z)
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。