Данная модель отражает распространение COVID-19 в России на основе статистики за 2020 год. Модель построена в среде Insight Maker по типу SEIRD (Susceptible–Exposed–Infected–Recovered–Dead), с упрощённой динамикой.

This Model described the outbreak simulation under government policy and impacts on Economics.

Very basic LV model, looking at the relationship between COVID-19 mitigation behavior and COVID-19 cases

This model shows an SIR model of COVID-19 infection in the Philippines. The data used in this model are recent data from COVID-19 statistics reports this 2022. The format of this Philippine COVID-19 model is guided by an Infection Model developed by martin.

This is a mitigated model showing the potential spread of COVID-19 across the healthcare system.

Modèle simple de causalité entre mesures et impact

Dieses Causal Loop Diagramm (CLD) versucht in vereinfachter Weisse die Wesentliche Dynamik des Mars-CoV-2 zu veranschaulichen. Der Motor hinter den Infektionen ist offensichtlich eine selbstverstärkende Rückkopplungsschleife, und ausschlaggebend in diesem Bezug ist der R-Wert. Wenn der R-Wert unter 1 liegt, dann heisst das, dass eine infizierte Person während des Zeitraums, in dem sie infektiös ist, weniger als eine andere Person infiziert.  Liegt der Wert über 1, dann steckt die Infizierte mehr als eine andere Person an, und das Virus verbreitet sich exponentiell. Die Schleifen, die blaue Pfeile enthalten, sind negative Rückkopplungsschleifen – sie bremsen die Verbreitung des Virus. Das Diagramm suggeriert, dass der R-Wert als Schlüssel zur Kontrolle der Verbreitung des Virus dienen könnte. Sollte der Wert über 1 steigen, so müssten  Schutzmassnahem eingeführt werden. Ist der Wert unter 1, dann sind die negativen Schleifen dominierend und einige Massnahmen könnten gelockert werden. 

Here we have a basic SEIR model and we will investigate what changes would be appropriate for modelling the 2019 Coronavirus 

https://youtu.be/Kas0tIxDvrg