The design of data-driven dashboards that inform municipalities on ongoing changes in infections within their community is addressed in this research. Daily reports of Covid-19 infections published by the state of Wisconsin as the initial surge in the pandemic ensued during the October 2020 to September 2021 time frame is considered as a case study. Of particular interest is the identification of regions and population groups distinguished by race and ethnicity that may be experiencing a disproportional rate of infections over time. This study integrates the municipality-level daily positive cases that are disaggregated by race and ethnicity and population size data derived from the US Census Bureau. The goal is to present timely data-driven information in a manner that is accessible to the general population, is relatable to the constituents and promotes community engagement in managing and mitigating the infections. A statistical metric referred to as the rank difference and its persistence over time is used to capture the disproportional incidence of Covid-19 positive cases on particular race and ethnic groups in relation to their population size. A persistence index is derived to identify regions that continually exhibit positive rank differences on a daily time scale and indicate disparity in disease incidence. The analysis leads to the identification that several municipalities in Wisconsin that are located in regions of low population and away from the denser urban centers are those that continue to exhibit disparity in the infection rates for Black/African American and Hispanic/Latino population groups. Examples of a dashboard that can be utilized to capture both aggregate level and temporal patterns of Covid-19 infections are presented.


翻译:本研究涉及了数据驱动仪表板的设计,该仪表板的设计使各城市了解其社区内感染状况的持续变化。由于2020年10月至2021年9月的时间框架内该流行病最初在2020年10月至2021年9月期间爆发,威斯康星州每日公布的Covid-19感染病例报告被视为一项案例研究。特别令人感兴趣的是,查明因种族和族裔而不同、随着时间的推移可能经历不相称的感染率的区域和人口群体。本研究综合了按种族和族裔以及美国人口普查局提供的人口规模数据分列的城市一级的每日积极病例。目的是以普通民众可以获取的方式及时提供数据驱动的信息,与选民相对应,并促进社区参与管理和减轻感染。一个称为等级差异及其长期持久性的统计指标用于记录Covid-19特定种族和族裔群体相对于其人口规模而言出现不相称的正面病例。一个持久性指数可以用来查明在日常时间规模上持续呈现正值差异的区域,并显示疾病发病率的差异。分析的结果是,一些城市的C-19城市的传染率水平比亚州/亚州之间的比例比亚氏地区继续呈现。

0
下载
关闭预览

相关内容

【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
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
12+阅读 · 2022年11月21日
A Survey on Edge Intelligence
Arxiv
50+阅读 · 2020年3月26日
Arxiv
11+阅读 · 2018年9月28日
VIP会员
相关VIP内容
【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
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
ACM TOMM Call for Papers
CCF多媒体专委会
2+阅读 · 2022年3月23日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Workshop
中国图象图形学学会CSIG
0+阅读 · 2021年12月20日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员