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

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

The initial parametrization is based on the suggested current data. The initial population is set for Catalonia.

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. 

In this activity show the system dynamics model or the SDM, we can see the covid-19 flows and transition or links.

EL NIDO, PALAWAN COVID-19 CASES / MAY 15, 2021 

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 2023.

Description

Model of Covid-19 outbreak in Burnie, Tasmania

This model was designed from the SIR model(susceptible, infected, recovered) to determine the effect of the covid-19 outbreak on economic outcomes via government policy.

Assumptions

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

The government policies will take a negative effect on Covid-19 outbreaks and the 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 changed 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

An increased vaccination rate and testing rate will decrease the number of infected cases and have a little more negative effect on the economic system. However, the financial system still needs a long time to recover in both cases.

Variant of the model "COVID-19 spread" made by Anxo-Lois Pereira and Miquel Martínez de Morentin, including reinfection, permanent immunity and Vaccines. Made for the subject of TAED.