Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Leal, Maria da Conceição Dias | - |
Autor(es): dc.creator | Mukherjee, Amitava | - |
Autor(es): dc.creator | Oliveira, Amilcar | - |
Autor(es): dc.creator | Oliveira, Teresa A. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:14:49Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:14:49Z | - |
Data de envio: dc.date.issued | 2024-08-14 | - |
Data de envio: dc.date.issued | 2024-08-14 | - |
Data de envio: dc.date.issued | 2024-06 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/10400.2/16497 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/10400.2/16497 | - |
Descrição: dc.description | COVID-19 data provided by Portuguese public health authorities lack consis tency in periodicity and metrics. To facilitate time series analysis, we transformed those data to achieve homogeneous periodicity and metrics. We present one method we used and assess the potential introduced bias and its impact on spatial distribution models of COVID-19 in Portugal, using spatial and non-spatial models. Comparing models fitted with transformed data to those with observed data for two specific days, we found no clear evidence of a worse fit for the disaggregated data. | - |
Descrição: dc.description | info:eu-repo/semantics/publishedVersion | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | International Conference on Mathematical Analysis and Applications in Science and Engineering ICMA2 SC’24 ISEP Porto-Portugal | - |
Palavras-chave: dc.subject | Times series disaggregation | - |
Palavras-chave: dc.subject | Modelling COVID-19 data | - |
Palavras-chave: dc.subject | Model fit | - |
Título: dc.title | Exploring forms of disaggregating Covid-19 data: an example | - |
Aparece nas coleções: | Repositório Aberto - Universidade Aberta (Portugal) |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: