- Home
- Μοντελοποίηση και Προσομοίωση
Μοντελοποίηση και Προσομοίωση
Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης
Koch, J.; Frommeyer, B.; Schewe, G.
Sustainability 2020, 12(24), 10247; https://doi.org/10.3390/su122410247
Published: 8 December 2020
Αυτή η μελέτη διερευνά τα κίνητρα για την αγοραστική συμπεριφορά των καταναλωτών που ανήκουν ηλικιακά στις γενιές Y και Z, σε συνθήκες COVID-19. Εξετάζονται οι σχέσεις μεταξύ κανονιστικών, χρηστικών και ηδονικών αγοραστικών κινήτρων και αγοραστικών προθέσεων, χρησιμοποιώντας μοντέλα δομικών εξισώσεων (SEM)
Rotesi, T., Pin, P., Cucciniello, M. et al.
Sci Rep 11, 18253 (2021). https://doi.org/10.1038/s41598-021-97544-5
Published 14 September 2021
Σε αυτή τη μελέτη χρησιμοποιείται το στοχαστικό επιδημιολογικό μοντέλο Susceptible-Infected-Removed (SIR) για να καταδειχτούν οι συνθήκες κάτω από τις οποίες είναι προς το συμφέρον μιας χώρας να διασφαλίσει ότι και άλλες χώρες έχουν πρόσβαση σε εμβόλια COVID-19 αντί να επικεντρωθούν μόνο στον εμβολιασμό των κατοίκων της.
Sci Rep 11, 18253 (2021). https://doi.org/10.1038/s41598-021-97544-5
Published 14 September 2021
Σε αυτή τη μελέτη χρησιμοποιείται το στοχαστικό επιδημιολογικό μοντέλο Susceptible-Infected-Removed (SIR) για να καταδειχτούν οι συνθήκες κάτω από τις οποίες είναι προς το συμφέρον μιας χώρας να διασφαλίσει ότι και άλλες χώρες έχουν πρόσβαση σε εμβόλια COVID-19 αντί να επικεντρωθούν μόνο στον εμβολιασμό των κατοίκων της.
Adam Hampshire, Doris A. Chatfield, et al.
eClinicalMedicine, Volume 47, 2022, 101417, https://doi.org/10.1016/j.eclinm.2022.101417.
eClinicalMedicine, Volume 47, 2022, 101417, https://doi.org/10.1016/j.eclinm.2022.101417.
May 2022
Προκαταρκτικά στοιχεία έχουν επισημάνει μια πιθανή συσχέτιση μεταξύ της σοβαρής COVID-19 και των επίμονων γνωστικών δυσλειτουργιών. Επιχειρείται ο προσδιορισμός κατά πόσον οι γνωστικές δυσλειτουργίες σχετίζονται με κλινικά χαρακτηριστικά της οξείας φάσης ή με την κατάσταση της ψυχικής υγείας στο σημείο της αξιολόγησης και η εκτίμηση του ρυθμού αποκατάστασης, εάν αυτή είναι εφικτή.
Προκαταρκτικά στοιχεία έχουν επισημάνει μια πιθανή συσχέτιση μεταξύ της σοβαρής COVID-19 και των επίμονων γνωστικών δυσλειτουργιών. Επιχειρείται ο προσδιορισμός κατά πόσον οι γνωστικές δυσλειτουργίες σχετίζονται με κλινικά χαρακτηριστικά της οξείας φάσης ή με την κατάσταση της ψυχικής υγείας στο σημείο της αξιολόγησης και η εκτίμηση του ρυθμού αποκατάστασης, εάν αυτή είναι εφικτή.
Monitoring carbon dioxide to quantify the risk of indoor airborne transmission of COVID-19
Martin Z. Bazant, Ousmane Kodio, et al.
medRxiv 2021.04.04.21254903; doi: https://doi.org/10.1101/2021.04.04.21254903
Martin Z. Bazant, Ousmane Kodio, et al.
medRxiv 2021.04.04.21254903; doi: https://doi.org/10.1101/2021.04.04.21254903
Posted April 16, 2021
Αναπτύσσεται ένα μαθηματικό μοντέλο που επιτρέπει την πρόβλεψη του κινδύνου αερομεταφερόμενης μετάδοσης της COVID-19 από τις μετρήσεις CO2 σε πραγματικό χρόνο.
Modelling Impact of High-Rise, High-Density Built Environment on COVID-19 Risks: Empirical Results from a Case Study of Two Chinese Cities
Xu, Yong; Guo, Chunlan; Yang, Jinxin; Yuan, Zhenjie; Ho, Hung Chak
Int. J. Environ. Res. Public Health 2023, 20(2), 1422; https://doi.org/10.3390/ijerph20021422
Xu, Yong; Guo, Chunlan; Yang, Jinxin; Yuan, Zhenjie; Ho, Hung Chak
Int. J. Environ. Res. Public Health 2023, 20(2), 1422; https://doi.org/10.3390/ijerph20021422
Published: 12 January 2023
Τα χαρακτηριστικά του αστικού περιβάλλοντος (π.χ. η πυκνότητα των κτηρίων και το οδικό δίκτυο) μπορούν να επηρεάσουν την εξάπλωση και τη μετάδοση της νόσου του κορωνοϊού 2019 (COVID-19) εντός των πόλεων, ειδικά σε δομημένα περιβάλλοντα μεγάλης πυκνότητας και ύψους. Ως εκ τούτου, είναι απαραίτητο να προσδιοριστούν τα βασικά χαρακτηριστικά σε αυτά τα περιβάλλοντα, για τη βελτίωση της μοντελοποίησης της εξάπλωσης του COVID-19. Για το σκοπό αυτό πραγματοποιήθηκαν περιπτωσιολογικές μελέτες δοκιμής των χαρακτηριστικών για την ανάπτυξη μοντελοποίησης σε δύο πυκνοκατοικημένες κινεζικές πόλεις με πολυώροφα, υψηλής πυκνότητας δομικά περιβάλλοντα (Χονγκ Κονγκ και Σαγκάη).
Ziyi Su and Ephraim Agyingi
AppliedMath 2024, 4(2), 544-560, https://doi.org/10.3390/appliedmath4020029
Published: 30 April 2024
Σε αυτό το άρθρο παρουσιάζεται ένα μαθηματικό μοντέλο διάδοσης της παραπληροφόρησης που σχετίζεται με την πανδημία COVID-19. Το μοντέλο υπογραμμίζει τις προκλήσεις που θέτει η παραπληροφόρηση, καθώς, αντί να εστιάζει μόνο στον αριθμό αναπαραγωγής που προκαλεί νέες λοιμώξεις, υπάρχει μια πρόσθετη παράμετρος κατωφλίου που οδηγεί στη διάδοση της παραπληροφόρησης. Οι ισορροπίες του μοντέλου αναλύονται σε τοπικό και παγκόσμιο επίπεδο και παρουσιάζονται αριθμητικές προσομοιώσεις. Συζητούνται επίσης οι δυνατότητες του μοντέλου να αναπτύξει αποτελεσματικές στρατηγικές για την καταπολέμηση της παραπληροφόρησης που σχετίζεται με την COVID-19.
Ioatzin Rios de Anda, Jake W. Wilkins, et al.
Physics of Fluids 34, 033301 (2022) https://doi.org/10.1063/5.0074229
Published Online: 01 March 2022
Χρησιμοποιείται η συνεστιακή μικροσκοπία για τη λήψη τρισδιάστατων εικόνων υφαντού υφάσματος, οι οποίες στη συνέχεια χρησιμοποιούνται για να εκτελεστούν προσομοιώσεις της ροής αέρα μέσα από το ύφασμα, προκειμένου να υπολογιστεί η απόδοση της διήθησης.
Δημοσιεύσεις Ελλήνων Ερευνητών
A. Andreas, C. X. Mavromoustakis, G. Mastorakis, S. Mumtaz, J. M. Batalla and E. Pallis
2020 IEEE 25th International Workshop on Computer Aided Modeling and Design of Communication Links and Networks (CAMAD), 2020, pp. 1-6, doi: 10.1109/CAMAD50429.2020.9209264.
Ioannis G. Violaris, Theodoros Lampros, Konstantinos Kalafatakis, Georgios Ntritsos, Konstantinos Kostikas, Nikolaos Giannakeas, Markos Tsipouras, Evripidis Glavas, Dimitrios Tsalikakis, Alexandros Tzallas
Epidemics, Volume 44, September 2023, Article number 100706, https://doi.org/10.1016/j.epidem.2023.100706
Available online 5 July 2023
Marios Giouroukelis, Stella Papagianni, Nellie Tzivellou, Eleni I. Vlahogianni, John C. Golias
Case Studies on Transport Policy, 2022, https://doi.org/10.1016/j.cstp.2022.03.023.
Case Studies on Transport Policy, 2022, https://doi.org/10.1016/j.cstp.2022.03.023.