Find Insights | Insight Maker

Clone of SEIR - COVID-19

Bechara Assouad

The System Dynamics Model presents the the COVID-19 status in Puerto Princesa City

Ауру Динамикасы COVID-19

Нұрхан.

3бөлім өзіндік

Gauhar Mukhameddamin

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

COVID phased community model DEMO V1.1 Eastern

David Spencer

4

Model di samping adalah model SEIR yang telah dimodifikasi sehingga dapat digunakan untuk menyimulasikan perkembangan penyebaran COVID-19.

SEIR Model for COVID-19 in Indonesia (Revised V2)

Firly Feisal

Pada Tugas 3 mata kuliah Pemodelan Transportasi Laut, ditugaskan untuk membuat pemodelan penyebaran COVID-19 di negara yang dipilih, dan pada simulasi ini merupakan negara Indonesia

Dosen Pengampu : Dr.-Ing Ir Setyo Nugroho

Simulasi Pemodelan Penyebaran COVID-19 di Indonesia

Ghazi Zulava Alief

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.

Основные параметры:

-Исходное население (масштабировано): 1000 человек

-Заражённые в начале: 2.12% → 21 человек

-Выздоровевшие (Recovery period): через 14 дней

-Смертность: 1.71% от заболевших

-Потеря иммунитета: не учитывается (0%)

-Exogenous (внешнее заражение): 2.12%

-Transmit: 0.3 (зависит от количества заражённых и восприимчивых)

covid-19 in russia

Аяна Нукеева

9 months ago

Ausbreitung von SARS-CoV-19 in verschiedenen Ländern
- bitte passen Sie die Variablen über die Schieberegler weiter unten entsprechend an

Italien

    ältere Bevölkerung (>65): 0,228
    Faktor der geschätzten unentdeckten Fälle: 0,6
    Ausgangsgröße der Bevölkerung: 60 000 000
    hoher Blutdruck: 0,32 (gbe-bund)
    Herzkrankheit: 0,04 (statista)
    Anzahl der Intensivbetten: 3 100

Deutschland

    ältere Bevölkerung (>65): 0,195 (bpb)
    geschätzte unentdeckte Fälle Faktor: 0,2 (deutschlandfunk)
    Ausgangsgröße der Bevölkerung: 83 000 000
    hoher Blutdruck: 0,26 (gbe-bund)
    Herzkrankheit: 0,2-0,28 (Herzstiftung)
    Anzahl der Intensivbetten: 5 880

Frankreich

    ältere Bevölkerung (>65): 0,183 (statista)
    Faktor der geschätzten unentdeckten Fälle: 0,4
    Ausgangsgröße der Bevölkerung: 67 000 000
    Bluthochdruck: 0,3 (fondation-recherche-cardio-vasculaire)
    Herzkrankheit: 0,1-0,2 (oecd)
    Anzahl der Intensivbetten: 3 000

Je nach Bedarf:

    Anzahl der Begegnungen/Tag: 1 = Quarantäne, 2-3 = soziale Distanzierung , 4-6 = erschwertes soziales Leben, 7-9 = überhaupt keine Einschränkungen // Vorgabe 2
    Praktizierte Präventivmassnahmen (d.h. sich regelmässig die Hände waschen, das Gesicht nicht berühren usw.): 0.1 (niemand tut etwas) - 1 (sehr gründlich) // Vorgabe 0.8
    Aufklärung durch die Regierung: 0,1 (sehr schlecht) - 1 (sehr transparent und aufklärend) // Vorgabe 0,9
    Immunitätsrate (aufgrund fehlender Daten): 0 (man kann nicht immun werden) - 1 (wenn man es einmal hatte, wird man es nie wieder bekommen) // Vorgabe 0,4

Schlüssel

    Anfällige: Menschen sind nicht mit SARS-CoV-19 infiziert, könnten aber infiziert werden
    Infizierte: Menschen sind infiziert worden und haben die Krankheit COVID-19
    Geheilte: Die Menschen haben sich gerade von COVID-19 erholt und können es in diesem Stadium nicht mehr bekommen
    Tote: Menschen starben wegen COVID-19
    Immunisierte: Menschen wurden immun und können die Krankheit nicht mehr bekommen
    Kritischer Prozentsatz der Wiederherstellung: Überlebenschance ohne spezielle medizinische Behandlung

SARS-CoV-19 Modell von Lucia Vega Resto

Hans Kratz

5

Simulating virus infecting a body after entering, replicating inside living cells, and the body's immune response towards the virus

VirusModel

Hazwan Hafiz

agent base of covid-19 in Republic France 2019-2023

Аида Мухамедиянова

Modelo SEIR in Covid-19

Amanda Rivera

COVID -19 ABM MODEL

Aaditya

A sample model for class discussion modeling COVID-19 outbreaks and responses from government with the effect on the local economy. Govt policy is dependent on reported COVID-19 cases, which in turn depend on testing rates less those who recover

Assumptions

Govt policy reduces infection and economic growth in the same way.

Govt policy is trigger when reported COVID-19 case are 10 or less.

A greater number of COVID-19 cases has a negative effect on the economy. This is due to economic signalling that all is not well.

Interesting insights

Higher testing rates seem to trigger more rapid government intervention, which reduces infectious cases. The impact on the economy though of higher detected cases though is negative.

Clone of Burnie COVID-19 outbreak demo model version 2

ching tung li

Introduction

This model simulates the COVID-19 outbreaks in Burnie, the government reactions, as well as the economic impact. The government's strategy is based on the number of COVID-19 cases reported and testing rates and recovered.

Assumptions

In the same trend that government policy decreases infection, it also reduces economic growth.

When there are ten or fewer COVID-19 cases reported, government policy is triggered.

The economy suffers as a result of an increase in COVID-19 cases.

Interesting insights

The higher testing rates appear to result in a more quick government response, resulting in fewer infectious cases. However, it has a negative influence on the economy.

Model of COVID-19 outbreak in Burnie Tasmania - Xiaoqing Ren 525418

АҚШ короновирус

Covid-19

Covid-19 model

Model of Covid-19 outbreak in Burnie, Tasmania

This model was designed from SIR model(susceptible, infected, revovered) to find out the effect of covid-19 outbreak into economic outcomes via government policy.

Assumptions

The government policy is triggered when number of infected is more than ten.

The government policies will take negative effect into Covid-19 outbreaks and financial system

Parameters

We set some fixed and adjusted variables.

Covid-19 outbreak's parameter

Fixed parameters: Infection rate, Background disease, recovery rate.

Adjusted parameter: Immunity loss rate can be change from vaccination rate.

Government policy's parameters

Adjusted parameters: Testing rate(from 0.15 to 0.95), vaccination rate(from 0.3 to 1), travel ban(from 0 to 0.9), social distancing(from 0.1 to 0.8), Quarantine(from 0.1 to 0.9)

Economic's parameters

Fixed parameter: Tourism

Adjusted parameter: Economic growth rate(from 0.3 to 0.5)

Interesting insight

Increase vaccination rate and testing rate will decrease the number amount of infected case and a little bit more negative effect to economic system. However economic system still need a long time to recover in both cases.

BMA708_Assignment 3_ndkvo_520272_COVID-19 outbreak and Burnie economy