Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.unb.br/handle/10482/42080
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ARTIGO_ModeloEspacoTemporal.pdf262,19 kBAdobe PDFVisualizar/Abrir
Título : Modelo espaço-temporal bayesiano da difusão do SARS-CoV2 nos municípios brasileiros
Otros títulos : Bayesian spatial-temporal model for the diffusion of SARS-CoV2 in Brazilian municipalities
Autor : Colli, Guarino Rinaldi
Abreu, Tarcísio Lyra dos Santos
Antunes, Jéssica Fenker
Arantes, Ísis da Costa
Bosque, Renan Janke
Caetano, Gabriel Henrique de Oliveira
Campelo, Pedro Henrique
Cavalcanti, Vitor Hugo Gomes Lacerda
Assunto:: Covid-19
Aprendizado do computador
Epidemiológica
Simulação (Computadores)
Variáveis (Matemática)
Fecha de publicación : nov-2020
Editorial : Decanato de Extensão da Universidade de Brasília (DEX-UnB)
Citación : COLLI, Guarino Rinaldi et al. Modelo espaço-temporal bayesiano da difusão do SARS-CoV2 nos municípios brasileiros. Participação, Brasília, ano 19, ed. esp., n. 34, p. 147-149, nov. 2020. Disponível em: https://drive.google.com/file/d/1_y95_7QMT_wC8vhwQUCJamcPgTvbjtBC/view. Acesso em: 19 jul. 2021.
Resumen : A COVID-19 provocou uma grave crise de proporções mundiais, sem precedentes nesse século (WHO, 2020). Alguns governos, o setor produtivo e a sociedade em geral buscam informações e soluções de curto prazo para enfrentar e mitigar os impactos causados pela pandemia (ANDERSON et al., 2020). Para o efetivo sucesso das ações de combate e mitigação, é necessário o entendimento da difusão da doença, tanto na escala temporal como espacial (SHINDE et al., 2020). Entretanto, existem três importantes lacunas para o rápido desenvolvimento de modelos acurados da difusão da Covid-19 no Brasil: (1) o acesso às bases de dados relevantes, (2) a identificação dos principais fatores de risco e (3) o uso de abordagens espaço-temporais para todos os municípios. Apesar da rápida multiplicação de modelos preditivos do crescimento do número de infectados, são incipientes as abordagens espaço-temporais para prever, no curto prazo, as regiões de maior risco. Propomos a modelagem da variação espaço-temporal de casos e óbitos de Covid-19 nos municípios brasileiros, utilizando inferência bayesiana.
Licença:: Declaração de Direito Autoral - A Participação adota a Licença Creative Commons de Atribuição (CC-BY 4.0) em todos os trabalhos publicados, de tal forma que são permitidos não só o acesso e download gratuitos, como também o compartilhamento, desde que sem fins lucrativos e reconhecida a autoria. Fonte: https://periodicos.unb.br/index.php/participacao/about/submissions. Acesso em: 19 jul. 2021.
Aparece en las colecciones: Artigos publicados em periódicos e afins
UnB - Covid-19

Mostrar el registro Dublin Core completo del ítem " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/42080/statistics">



Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.