Dados georreferenciados da pandemia de COVID-19 para o estado do Rio Grande do Sul | Zendy

Adriano De Cezaro | Zendy; Dinalva A. Sales | Zendy; Jean Marcel de Almeida Espinoza | Zendy; Joice Chaves Marques | Zendy; Matheus J. Lazo | Zendy; Paulo Victor de Araújo Brito | Zendy; Deivid Cristian Leal Alves | Zendy

AI Assistant Blog Pricing

Home ZAIA Blog

Open Access

Dados georreferenciados da pandemia de COVID-19 para o estado do Rio Grande do Sul

Author(s) -

Adriano De Cezaro,

Dinalva A. Sales,

Jean Marcel de Almeida Espinoza,

Joice Chaves Marques,

Matheus J. Lazo,

Paulo Victor de Araújo Brito,

Deivid Cristian Leal Alves

Publication year - 2021

Publication title -

latin american data in science

Language(s) - Portuguese

Resource type - Journals

ISSN - 2763-9290

DOI - 10.53805/lads.v1i2.23

Subject(s) - covid-19 , humanities , political science , philosophy , virology , biology , medicine , outbreak , disease , pathology , infectious disease (medical specialty)

Nesta contribuição descrevemos como os dados referente ao número de casos positivos para COVID-19, reportados em cada um dos 21 agrupamentos estabelecidos pela secretaria de saúde pública do estado do Rio Grande do Sul (RS), entre os meses de Março de 2020 e Junho de 2021, são obtidos, georreferenciados e utilizados como suporte para a modelagem matemática proposta, a qual descreve de maneira preditiva a evolução da COVID-19 no estado. Tal conjunto de dados epidemiológicos, bem como as informações da progressão da COVID-19 provenientes da modelagem matemática são armazenadas em um banco de dados como parte do projeto “Exactum - Núcleo Transdisciplinar de Teoria, Modelagem, Tecnologia e Educação de Combate a Surtos, Endemias, Epidemias e Pandemias”

The content you want is available to Zendy users.

Already have an account? Click here to sign in.

Having issues? You can contact us here

Accelerating Research