論文の概要: Exploring the impact of social stress on the adaptive dynamics of
COVID-19: Typing the behavior of na\"ive populations faced with epidemics
- arxiv url: http://arxiv.org/abs/2311.13917v2
- Date: Mon, 12 Feb 2024 09:26:59 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-13 21:29:18.337120
- Title: Exploring the impact of social stress on the adaptive dynamics of
COVID-19: Typing the behavior of na\"ive populations faced with epidemics
- Title（参考訳）: 社会的ストレスがCOVID-19の適応動態に及ぼす影響を探る : 流行に直面する「活力」集団の行動のタイピング
- Authors: Innokentiy Kastalskiy, Andrei Zinovyev, Evgeny Mirkes, Victor
Kazantsev and Alexander N. Gorban
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 43.50312332512221
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the context of natural disasters, human responses inevitably intertwine
with natural factors. The COVID-19 pandemic, as a significant stress factor,
has brought to light profound variations among different countries in terms of
their adaptive dynamics in addressing the spread of infection outbreaks across
different regions. This emphasizes the crucial role of cultural characteristics
in natural disaster analysis. The theoretical understanding of large-scale
epidemics primarily relies on mean-field kinetic models. However, conventional
SIR-like models failed to fully explain the observed phenomena at the onset of
the COVID-19 outbreak. These phenomena included the unexpected cessation of
exponential growth, the reaching of plateaus, and the occurrence of multi-wave
dynamics. In situations where an outbreak of a highly virulent and unfamiliar
infection arises, it becomes crucial to respond swiftly at a non-medical level
to mitigate the negative socio-economic impact. Here we present a theoretical
examination of the first wave of the epidemic based on a simple SIRSS model
(SIR with Social Stress). We conduct an analysis of the socio-cultural features
of na\"ive population behaviors across various countries worldwide. The unique
characteristics of each country/territory are encapsulated in only a few
constants within our model, derived from the fitted COVID-19 statistics. These
constants also reflect the societal response dynamics to the external stress
factor, underscoring the importance of studying the mutual behavior of humanity
and natural factors during global social disasters. Based on these distinctive
characteristics of specific regions, local authorities can optimize their
strategies to effectively combat epidemics until vaccines are developed.
- Abstract（参考訳）: 自然災害の文脈では、人間の反応は必然的に自然要因と相互作用する。
新型コロナウイルス(covid-19)のパンデミックは大きなストレス要因として、さまざまな地域での感染拡大に対応する適応的なダイナミクスの観点から、各国間で大き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。
大規模な流行の理論的理解は主に平均場運動モデルに依存している。
しかし、従来のsirモデルでは、新型コロナウイルスの流行開始時に観測された現象を十分に説明できなかった。
これらの現象は指数関数的成長の予期せぬ停止、高原の到達、マルチウェーブダイナミクスの発生を含む。
高い病原性・不慣れな感染が発生した場合、負の社会経済的影響を軽減するために、非医療レベルで迅速に対応することが重要となる。
本稿では、シンプルなSIRSSモデル(SIR with Social Stress)に基づいて、流行の最初の波に関する理論的検討を行う。
我々は、世界各国におけるna\"ive population behaviorsの社会文化的特徴の分析を行う。
各国/地域特有の特徴は、私たちのモデル内の数個の定数でカプセル化され、これは、適合したCOVID-19統計から導かれる。
これらの定数はまた、外的ストレス要因に対する社会的反応のダイナミクスを反映しており、地球規模の社会災害における人間性と自然要因の相互行動を研究することの重要性を強調している。
これらの地域特有の特徴に基づき、地域当局はワクチン開発まで疫病対策を効果的に行うことができる。
関連論文リスト
- Impact of Indoor Mobility Behavior on the Respiratory Infectious
Diseases Transmission Trends [26.806334364100074]
呼吸器感染症の伝染動態における室内人体移動の重要性が認識されている。
本研究は, 一般シナリオにおける人々の移動行動について考察し, 群集行動, 空間的側面, 停止行動, 時間的側面の2つのカテゴリにまとめる。
本研究では,これらの移動行動が伝染病伝播に与える影響について検討した。
論文 参考訳（メタデータ） (2023-11-29T02:16:06Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。
疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。
また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
論文 参考訳（メタデータ） (2022-07-19T16:15:11Z) - 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) - Twitter Subjective Well-Being Indicator During COVID-19 Pandemic: A
Cross-Country Comparative Study [0.0]
本研究は、日本とイタリアのTwitterデータ指標を用いて、新型コロナウイルスのパンデミックが主観的幸福感に与える影響を分析した。
全体として、主観的な幸福感はイタリアでは11.7%、日本では8.3%減少し、2020年の最初の9ヶ月は2019年の最後の2ヶ月と比較して減少した。
論文 参考訳（メタデータ） (2021-01-19T15:51:53Z) - 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) - A Data-driven Understanding of COVID-19 Dynamics Using Sequential
Genetic Algorithm Based Probabilistic Cellular Automata [4.36572039512405]
本研究は、この感染拡散の正確なデータ駆動モデリングのために、セルオートマトンが優れたプラットフォームを提供することを示唆する。
異なる大陸の40カ国で、新型コロナウイルスの統計分析が実施されている。
このモデルの実質的な予測力は、パンデミックのダイナミクスにおける主要なプレイヤーの結論とともに確立されている。
論文 参考訳（メタデータ） (2020-08-27T09:53:21Z) - 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) - Data-driven Simulation and Optimization for Covid-19 Exit Strategies [16.31545249131776]
コロナウイルスSARS-2の急速な普及は、世界中のほぼ全ての政府が悲劇に対応するために徹底的な対策を講じる大きな課題である。
我々は,疫学パラメータの深層学習推定を組み合わせたパンデミックシミュレーションと予測ツールキットを構築した。
論文 参考訳（メタデータ） (2020-06-12T11:18:25Z)
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。