The ongoing COVID-19 pandemic has progressed with varying degrees of intensity in individual countries, suggesting it is important to analyse factors that vary between them. We study measures of `population-weighted density', which capture density as perceived by a randomly chosen individual. These measures of population density can significantly explain variation in the initial rate of spread of COVID-19 between countries within Europe. However, such measures do not explain differences on a global scale, particularly when considering countries in East Asia, or looking later into the epidemics. Therefore, to control for country-level differences in response to COVID-19 we consider the cross-cultural measure of individualism proposed by Hofstede. This score can significantly explain variation in the size of epidemics across Europe, North America, and East Asia. Using both our measure of population-weighted density and the Hofstede score we can significantly explain half the variation in the current size of epidemics across Europe and North America. By controlling for country-level responses to the virus and population density, our analysis of the global incidence of COVID-19 can help focus attention on epidemic control measures that are effective for individual countries.


翻译:正在发生的COVID-19大流行在个别国家以不同程度的强度取得进展,表明必须分析各种因素,我们研究“人口加权密度”的测量方法,这种测量方法能够捕捉随机选定的个人所认为的密度,这些人口密度的测量方法可以在很大程度上解释欧洲各国之间COVID-19最初传播速度的差异,但是,这些措施并不能解释全球范围的差异,特别是在考虑到东亚国家或以后研究该流行病时,如何控制国家一级在应对COVID-19方面的差异,因此,我们认为Hofsstede提出的个人主义的跨文化衡量方法很重要,这可以在很大程度上解释欧洲、北美和东亚流行病规模的差异,利用我们人口加权密度的测量方法和Hofsstede分数,我们可以大大解释欧洲和北美目前流行病规模的一半差异。通过控制国家一级对病毒和人口密度的反应,我们对COVID-19全球发病率的分析可以帮助关注对个别国家有效的流行病控制措施。

0
下载
关闭预览

相关内容

【干货书】机器学习Primer,122页pdf
专知会员服务
107+阅读 · 2020年10月5日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
120+阅读 · 2020年5月6日
计算机视觉用于新冠病毒COVID-19的控制综述,25页pdf
专知会员服务
53+阅读 · 2020年4月22日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
31+阅读 · 2019年10月17日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
MIT新书《强化学习与最优控制》
专知会员服务
277+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
1+阅读 · 2020年10月27日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25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