The Coronavirus disease 2019 (COVID-19) global pandemic has transformed almost every facet of human society throughout the world. Against an emerging, highly transmissible disease with no definitive treatment or vaccine, governments worldwide have implemented non-pharmaceutical intervention (NPI) to slow the spread of the virus. Examples of such interventions include community actions (e.g. school closures, restrictions on mass gatherings), individual actions (e.g. mask wearing, self-quarantine), and environmental actions (e.g. public facility cleaning). We present the Worldwide Non-pharmaceutical Interventions Tracker for COVID-19 (WNTRAC), a comprehensive dataset consisting of over 6,000 NPIs implemented worldwide since the start of the pandemic. WNTRAC covers NPIs implemented across 261 countries and territories, and classifies NPI measures into a taxonomy of sixteen NPI types. NPI measures are automatically extracted daily from Wikipedia articles using natural language processing techniques and manually validated to ensure accuracy and veracity. We hope that the dataset is valuable for policymakers, public health leaders, and researchers in modeling and analysis efforts for controlling the spread of COVID-19.


翻译:2019年科罗纳病毒(COVID-19)全球流行病几乎改变了全世界人类社会的每一个方面。面对一种无明确治疗或疫苗的新型、高传染性疾病,全世界各国政府都采取了非药物干预(NPI)来减缓病毒的传播,例如社区行动(例如学校关闭、限制群众集会)、个别行动(例如戴面具、自我检疫)和环境行动(例如清洁公共设施)。我们向COVID-19(WNTRAC)展示了全球非药物干预跟踪器,这是一套由自该流行病开始以来全世界执行的6 000多个NPI组成的综合数据集。WTRAC覆盖了261个国家和地区实施的NPI,并将NPI措施分类为16种NPI的分类。NPI措施每天自动从维基百科文章中提取,使用自然语言处理技术和手动验证以确保准确性和真实性。我们希望该数据集对于决策者、公共卫生领导人和研究人员在控制传播COVID的模型和分析努力中具有价值。

0
下载
关闭预览

相关内容

专知会员服务
123+阅读 · 2020年9月8日
Python计算导论,560页pdf,Introduction to Computing Using Python
专知会员服务
72+阅读 · 2020年5月5日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
已删除
将门创投
5+阅读 · 2019年9月10日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年2月8日
Arxiv
0+阅读 · 2021年2月5日
Arxiv
4+阅读 · 2018年7月4日
VIP会员
相关VIP内容
相关资讯
已删除
将门创投
5+阅读 · 2019年9月10日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
14+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员