Aller au contenu principal
Accès ouvert déclaré 2022 article

Modelling: Understanding pandemics and how to control them

24Citations signalées, ce qui n’est pas une note de qualité
13Institutions déclarées
4Pays d’affiliation déclarés

Rattachement africain : gb, it, se, br. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

New disease challenges, societal demands and better or novel types of data, drive innovations in the structure, formulation and analysis of epidemic models. Innovations in modelling can lead to new insights into epidemic processes and better use of available data, yielding improved disease control and stimulating collection of better data and new data types. Here we identify key challenges for the structure, formulation, analysis and use of mathematical models of pathogen transmission relevant to current and future pandemics.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Modelling: Understanding pandemics and how to control them
Date Crossref
01/06/2022
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Biomathematics and Statistics Scotland pays non établi dans la notice
    Structure de recherche
  • University of Cambridge Department of Veterinary Medicine pays non établi dans la notice
    Université ou école supérieure
  • University College London Department of Statistical Science pays non établi dans la notice
    Université ou école supérieure
  • Heriot-Watt University Department of Actuarial Mathematics and Statistics pays non établi dans la notice
    Université ou école supérieure
  • University of Oxford The Big Data Institute pays non établi dans la notice
    Université ou école supérieure
  • Turing Institute pays non établi dans la notice
    Structure de recherche
  • University of Manchester Department of Mathematics pays non établi dans la notice
    Université ou école supérieure
  • The Alan Turing Institute pays non établi dans la notice
    Structure de recherche
  • University of Rome Tor Vergata Department of Mathematics pays non établi dans la notice
    Université ou école supérieure
  • University of Udine CDLab - Computational Dynamics Laboratory pays non établi dans la notice
    Université ou école supérieure
  • University of Glasgow pays non établi dans la notice
    Université ou école supérieure
  • Stockholm University Department of Mathematics pays non établi dans la notice
    Université ou école supérieure

Biomathematics and Statistics Scotland, Department of Veterinary Medicine — University of Cambridge et Department of Statistical Science — University College London, avec 9 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

COVID-19 epidemiological studiesViral Infections and Outbreaks ResearchData-Driven Disease Surveillance

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.