مدل دینامیک یا پویای SARS-COV-2 بر اساس شبکه های جریان مردم

مدل دینامیک یا پویای SARS-COV-2 بر اساس شبکه های جریان مردم

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 14

تعداد کلمات : 5200

مجله : Safety Science

انتشار : 2021

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
9 مارس 2021
دسته بندی
تعداد بازدیدها
1163 بازدید
27,000 تومان
دانلود اصل مقاله

عنوان فارسی مقاله:مدل دینامیک یا پویای SARS-COV-2 بر اساس شبکه های جریان مردم

 چکیده

 همه گیری SARS-CoV-2 باعث شد بسیاری از کشورها محدودیت‌هایی را اعمال کنند تا بتوانند اثرات خطرناک آن را بر شهروندان کنترل کنند. این محدودیت‌ها، جمعیت را به حالت شبکه‌های جریانی طبقه بندی می‌کند که افراد با توجه به تکامل همه گیر در آن رفت و آمد می‌کنند. یک مدل دینامیکی جدید مبتنی بر شبکه‌های جریان ارائه شده است. این مدل به خوبی با مدل معروف خانواده SIR تناسب دارد و چشم انداز جدیدی از تکامل افراد آلوده در میان ایالت‌ها اضافه می‌کند. این دیدگاه امکان مدل سازی سناریوهای مختلف را فراهم می‌کند و روند و روند شیوع بیماری همه گیر را نشان می‌دهد زیرا براساس داده‌های باز روزانه ارائه شده توسط دولت‌ها است. برای اندازه گیری شدت همه گیری در طول زمان، علاوه بر شاخص معروف R0، یک شاخص خطر (DI) نیز ارائه می‌شود. این شاخص تابعی از موارد آلوده، تعداد مرگ و میر و بهبودی است در حالی که شاخص انتقال R0 فقط به موارد آلوده بستگی دارد. این دو شاخص در رابطه با داده‌های اسپانیا و هلند مقایسه می‌شوند و علاوه بر این، رابطه شاخص خطر با سیاست اعمال شده توسط دولت‌ها نشان داده می‌شود(مدل دینامیک یا پویای SARS-COV-2).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: A dynamical model of SARS-CoV-2 based on people flow networks

Abstract

 The pandemic of SARS-CoV-2 made many countries impose restrictions in order to control its dangerous effect on the citizens. These restrictions classify the population into the states of a flow network where people are coming and going according to pandemic evolution. A new dynamical model based on flow networks is proposed. The model fits well with the well-known SIR family model and add a new perspective of the evolution of the infected people among the states. This perspective allows to model different scenarios and illustrates the evolution and trends of the pandemic because it is based on the open data daily provided by the governments. To measure the severity of the pandemic along the time, a danger index (DI) is proposed in addition to the well-known R0 index. This index is a function of infected cases, number of deaths and recover cases while the transmission index R0 depends only on the infected cases. These two indexes are compared in relation to data from Spain and the Netherlands and additionally, it is shown the relation of the danger index with the policy applied by the governments.