Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Colli, Guarino Rinaldi | - |
Autor(es): dc.creator | Abreu, Tarcísio Lyra dos Santos | - |
Autor(es): dc.creator | Antunes, Jéssica Fenker | - |
Autor(es): dc.creator | Arantes, Ísis da Costa | - |
Autor(es): dc.creator | Bosque, Renan Janke | - |
Autor(es): dc.creator | Caetano, Gabriel Henrique de Oliveira | - |
Autor(es): dc.creator | Campelo, Pedro Henrique | - |
Autor(es): dc.creator | Cavalcanti, Vitor Hugo Gomes Lacerda | - |
Data de aceite: dc.date.accessioned | 2024-10-23T15:10:19Z | - |
Data de disponibilização: dc.date.available | 2024-10-23T15:10:19Z | - |
Data de envio: dc.date.issued | 2021-09-09 | - |
Data de envio: dc.date.issued | 2021-09-09 | - |
Data de envio: dc.date.issued | 2020-10 | - |
Fonte completa do material: dc.identifier | https://repositorio.unb.br/handle/10482/42080 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/876246 | - |
Descrição: dc.description | 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. | - |
Formato: dc.format | application/pdf | - |
Publicador: dc.publisher | Decanato de Extensão da Universidade de Brasília (DEX-UnB) | - |
Direitos: dc.rights | Acesso Aberto | - |
Direitos: dc.rights | 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. | - |
Palavras-chave: dc.subject | Covid-19 | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Epidemiológica | - |
Palavras-chave: dc.subject | Simulação (Computadores) | - |
Palavras-chave: dc.subject | Variáveis (Matemática) | - |
Título: dc.title | Modelo espaço-temporal bayesiano da difusão do SARS-CoV2 nos municípios brasileiros | - |
Título: dc.title | Bayesian spatial-temporal model for the diffusion of SARS-CoV2 in Brazilian municipalities | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional – UNB |
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: