indexado en
- Abrir puerta J
- Genamics JournalSeek
- Claves Académicas
- DiarioTOCs
- InvestigaciónBiblia
- Directorio de publicaciones periódicas de Ulrich
- Acceso a Investigación Global en Línea en Agricultura (AGORA)
- Biblioteca de revistas electrónicas
- Búsqueda de referencia
- Universidad Hamdard
- EBSCO AZ
- OCLC-WorldCat
- Catálogo en línea SWB
- Biblioteca Virtual de Biología (vifabio)
- Publón
- miar
- Fundación de Ginebra para la Educación e Investigación Médica
- pub europeo
- Google Académico
Enlaces útiles
Comparte esta página
Folleto de diario
Revistas de acceso abierto
- Administración de Empresas
- Agricultura y Acuicultura
- Alimentación y Nutrición
- Bioinformática y Biología de Sistemas
- Bioquímica
- Ciencia de los Materiales
- Ciencia general
- Ciencias Ambientales
- Ciencias Clínicas
- Ciencias farmacéuticas
- Ciencias Médicas
- Ciencias Veterinarias
- Enfermería y Cuidado de la Salud
- Genética y Biología Molecular
- Ingeniería
- Inmunología y Microbiología
- Neurociencia y Psicología
- Química
Abstracto
Analytics of Contagion in Inhomogeneous Random Social Networks
T. R. Hurd
The inhomogeneous random social network (IRSN) framework, designed to model the spread of COVID-19 and other infectious diseases, follows Einstein's dictum “that the supreme goal of all theory is to make the irreducible basic elements as simple and as few as possible without having to surrender the adequate representation of a single datum of experience.'' It adopts an agent-based perspective with a sample population of size N of individuals classified into an arbitrary number of types, capturing features such as age, profession etc. An individual may become infected by their social contacts via a dose-response mechanism, whereupon they themselves can infect others. The simplicity of the framework arises because of exchangeability: the individuals of each type are modelled as agents with identically distributed random characteristics.