Modelo espaço-temporal bayesiano da difusão do SARS-CoV2 nos municípios brasileiros

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorColli, Guarino Rinaldi-
Autor(es): dc.creatorAbreu, Tarcísio Lyra dos Santos-
Autor(es): dc.creatorAntunes, Jéssica Fenker-
Autor(es): dc.creatorArantes, Ísis da Costa-
Autor(es): dc.creatorBosque, Renan Janke-
Autor(es): dc.creatorCaetano, Gabriel Henrique de Oliveira-
Autor(es): dc.creatorCampelo, Pedro Henrique-
Autor(es): dc.creatorCavalcanti, Vitor Hugo Gomes Lacerda-
Data de aceite: dc.date.accessioned2021-10-14T17:27:58Z-
Data de disponibilização: dc.date.available2021-10-14T17:27:58Z-
Data de envio: dc.date.issued2021-09-09-
Data de envio: dc.date.issued2021-09-09-
Data de envio: dc.date.issued2020-10-
Fonte completa do material: dc.identifierhttps://repositorio.unb.br/handle/10482/42080-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/608549-
Descrição: dc.descriptionA 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.-
Formato: dc.formatapplication/pdf-
Publicador: dc.publisherDecanato de Extensão da Universidade de Brasília (DEX-UnB)-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsDeclaração 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.-
Palavras-chave: dc.subjectCovid-19-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectEpidemiológica-
Palavras-chave: dc.subjectSimulação (Computadores)-
Palavras-chave: dc.subjectVariáveis (Matemática)-
Título: dc.titleModelo espaço-temporal bayesiano da difusão do SARS-CoV2 nos municípios brasileiros-
Título: dc.titleBayesian spatial-temporal model for the diffusion of SARS-CoV2 in Brazilian municipalities-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.