Parâmetros estatísticos entre dados de mobilidade de dispositivos móveis e a CoViD-19: uma análise do município do Rio de Janeiro em 2020

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorFerreira, Tadeu Nagashima-
Autor(es): dc.contributorPereira, Jacqueline Silva-
Autor(es): dc.contributorGuimarães, Alberto Gaspar-
Autor(es): dc.contributorLima, José Márcio-
Autor(es): dc.creatorMendes, Maria Fernanda Grippi Soares da Silva-
Data de aceite: dc.date.accessioned2024-07-11T17:39:56Z-
Data de disponibilização: dc.date.available2024-07-11T17:39:56Z-
Data de envio: dc.date.issued2021-09-14-
Data de envio: dc.date.issued2021-09-14-
Data de envio: dc.date.issued2020-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/23200-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/754961-
Descrição: dc.descriptionIntrodução: A pandemia do novo coronavírus que se alastrou por todo o planeta no ano de 2020 alterou a maneira como a sociedade se organiza e se relaciona. Uma das principais mudanças é a necessidade de distanciamento social como medida para conter o avanço da CoViD-19. Uma das maneiras de medir o distanciamento social é avaliando os dados de mobilidade da população, pois por ele é possível mensurar se há uma maior ou menor circulação de pessoas. Objetivo: Aliando dados de mobilidade fornecidos de maneira aberta pelo Google e pela Apple com o retrospecto de casos e óbitos por CoViD-19 na cidade do Rio de Janeiro em 2020 espera-se avaliar por meio de análise estatística a relação entre estes conjuntos de dados. Metodologia: Foi observado que a grandeza estatística que melhor avaliaria a premissa pretendida é a correlação cruzada, assim foram feitas análises de cada uma das oito categorias de mobilidade com casos e óbitos. Em seguida foram definidas duas janelas, uma representando o período de Alta Restrição e outra de Flexibilização para avaliar se a correlação de fato impactava nos dados de contágio e óbito por CoViD-19. Em posse desta análise foi possível dividir os resultados obtidos entre sucesso, quando a expectativa era atendida; estabilidade, quando não havia grandes mudanças; insucesso, quando o oposto do esperado ocorria. Resultados: O percentual de acerto total foi de 71,87%, somando sucesso e estabilidade e de insucesso de 28,13%. Olhando somente para os casos confirmados de CoViD-19 tem-se 43,75% de acerto e 56,25% de insucesso. Tratando-se de óbitos pela doença causada pelo novo coronavírus obtém-se 100% de acerto, sendo 87,5% de sucesso e 12,5% de estabilidade. Conclusão: Os resultados evidenciam que o conjunto de dados de óbitos é mais robusto que o de casos, além da importância do acompanhamento de dados de mobilidade para avaliação do avanço ou recuo da pandemia-
Descrição: dc.descriptionIntroduction: The new coronavirus pandemic spread worldwide in 2020, changing the way society organizes and relates with itself. One of the most significant changes was the mandatory social distancing to avoid the further spread of the CoViD-19. An effective way to measure social distancing levels is using mobility data; through that evidence, one can estimate if more or fewer people are circulating the streets. Objective: Combining mobility data openly provided by Google and Apple alongside the cases and deaths by CoViD-19 retrospect in the city of Rio de Janeiro in 2020, one hopes to be able to make a statistical analysis between these two data sets. Methodology: The statistical function that would better suit the data sets is the cross-correlation, with that each of the eight mobility categories was analyzed in two different data sets cases and deaths by CoViD-19. With that analysis, the results were separated into successful, when the expectations were fulfilled; stability, when no changes could be observed; unsuccessful, when the opposite of what was expected happened. Results: By analyzing all the data, the results showed that 71,87%, a number found by adding the success and the stability results, had a precise match; the unsuccessful represented 28,13% of the total. Looking just at the cases of CoViD-19, there is a 43,75% of precise matches and 56,25% of unsuccessful ones. The death due to the new coronavirus disease had 100% of precise matches, which 87,5% represents success and 12,5% stability. Conclusion: The results clarify that the deaths data set is more robust than the cases data set; beyond that, they also clarify the relevance of following mobility data trends to monitor the advance or recoil of the pandemic-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal Fluminense-
Publicador: dc.publisherNiterói-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectMobilidade-
Palavras-chave: dc.subjectCoViD-19-
Palavras-chave: dc.subjectAnálise estatística-
Palavras-chave: dc.subjectPandemia-
Palavras-chave: dc.subjectDispositivo móvel-
Palavras-chave: dc.subjectAnálise estatística-
Palavras-chave: dc.subjectMobile data-
Palavras-chave: dc.subjectMobility-
Palavras-chave: dc.subjectStatistical analysis-
Título: dc.titleParâmetros estatísticos entre dados de mobilidade de dispositivos móveis e a CoViD-19: uma análise do município do Rio de Janeiro em 2020-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.