FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W4382931723> ?p ?o ?g. }

• W4382931723 endingPage "183" @default.
• W4382931723 startingPage "159" @default.
• W4382931723 abstract "Mathematical modelling is an effective tool for understanding the complex structures and behaviors of natural phenomena, such as coronavirus disease 2019 (COVID-19), which is an infectious disease caused by a life-threatening virus called SARS-CoV-2. It has rapidly spread across the world in the last three years, including Malaysia. Adopting a novel system dynamics approach, this paper aims to explain how mathematics can play a significant role in modelling the COVID-19 spread and suggests practical methods for controlling it. It forecasts the data of infected (I), recovered (R) and death (D) cases for decision-making. This paper proposes a modified Susceptible-Exposed-Infected-Recovered-Death (SEIRD) model with time-varying parameters considering the sporadic cases, the reinfection cases, the implementation of a movement control order, and the percentage of humans abiding by the rules to forecast future growth patterns of COVID-19 in Malaysia and to study the effects of the consideration on the number of forecasted COVID-19 cases, during the pre-vaccination period. This study implemented the preliminary stage of forecasting the COVID-19 data using the proposed SEIRD model and highlighted the importance of parameter optimization. The mathematical model is solved numerically using built-in Python function ‘odeint’ from the Scipy library, which by default uses LSODA algorithm from the Fortran library Odepack that adopts the integration method of non-stiff Adams and stiff Backward Differentiation (BDF) with automatic stiffness detection and switching. This paper suggests that the effects of factors of sporadic cases, reinfection cases, government intervention of movement control order and population behavior are important to be studied through mathematical modelling as it helps in understanding the more complex behavior of COVID-19 transmission dynamics in Malaysia and further helps in decision-making. ABSTRAK: Pemodelan matematik adalah alat berkesan bagi memahami struktur kompleks dan tingkah laku fenomena semula jadi, seperti penyakit coronavirus 2019 (COVID-19), iaitu penyakit berjangkit yang disebabkan oleh virus pengancam nyawa yang dipanggil SARS-CoV-2. Ia telah merebak dengan pantas ke seluruh dunia sejak tiga tahun lepas, termasuk Malaysia. Mengguna pakai pendekatan baharu sistem dinamik, kajian ini bertujuan bagi menerangkan bagaimana matematik boleh memainkan peranan penting dalam membentuk model penyebaran COVID-19, dan mencadangkan kaedah praktikal bagi mengawalnya. Model ini dapat meramalkan data sebenar kes yang dijangkiti, pulih dan kematian bagi membuat keputusan. Kajian ini mencadangkan model populasi Rentan-Terdedah-Terjangkiti-Pulih-Mati (SEIRD) yang diubah suai bersama parameter masa berbeza seperti kes sporadis, kes jangkitan semula, pelaksanaan perintah kawalan pergerakan, dan peratusan manusia patuh peraturan bagi meramal pertumbuhan corak kes COVID-19 di Malaysia pada masa hadapan dan mengkaji kesan–kesan pertimbangan parameter tersebut ke atas bilangan kes COVID-19 yang diramalkan ketika tempoh sebelum vaksinasi. Kajian ini melaksanakan peringkat awal ramalan data COVID-19 menggunakan model SEIRD yang dicadangkan dan menekankan kepentingan pengoptimuman parameter. Model matematik ini diselesaikan secara berangka menggunakan fungsi terbina Python ‘odeint’ daripada perpustakaan Scipy, yang menggunakan algoritma LSODA daripada perpustakaan Fortran Odepack menerusi kaedah penyepaduan Adams tidak kaku dan Pembezaan Belakang (BDF) kaku dengan pengesanan dan pertukaran kekakuan automatik. Kajian ini mencadangkan kesan faktor kes sporadis, kes jangkitan semula, campur tangan kerajaan terhadap perintah kawalan pergerakan dan tingkah laku penduduk adalah penting untuk dikaji melalui pemodelan matematik kerana ia membantu dalam memahami tingkah laku yang lebih kompleks dalam dinamik penularan COVID-19 di Malaysia dan seterusnya membantu dalam membuat keputusan. ABSTRAK: Pemodelan matematik adalah alat berkesan bagi memahami struktur kompleks dan tingkah laku fenomena semula jadi, seperti penyakit coronavirus 2019 (COVID-19), iaitu penyakit berjangkit yang disebabkan oleh virus pengancam nyawa yang dipanggil SARS-CoV-2. Ia telah merebak dengan pantas ke seluruh dunia sejak tiga tahun lepas, termasuk Malaysia. Mengguna pakai pendekatan baharu sistem dinamik, kajian ini bertujuan bagi menerangkan bagaimana matematik boleh memainkan peranan penting dalam membentuk model penyebaran COVID-19, dan mencadangkan kaedah praktikal bagi mengawalnya. Model ini dapat meramalkan data sebenar kes yang dijangkiti, pulih dan kematian bagi membuat keputusan. Kajian ini mencadangkan model populasi Rentan-Terdedah-Terjangkiti-Pulih-Mati (SEIRD) yang diubah suai bersama parameter masa berbeza seperti kes sporadis, kes jangkitan semula, pelaksanaan perintah kawalan pergerakan, dan peratusan manusia patuh peraturan bagi meramal pertumbuhan corak kes COVID-19 di Malaysia pada masa hadapan dan mengkaji kesan–kesan pertimbangan parameter tersebut ke atas bilangan kes COVID-19 yang diramalkan ketika tempoh sebelum vaksinasi. Kajian ini melaksanakan peringkat awal ramalan data COVID-19 menggunakan model SEIRD yang dicadangkan dan menekankan kepentingan pengoptimuman parameter. Model matematik ini diselesaikan secara berangka menggunakan fungsi terbina Python ‘odeint’ daripada perpustakaan Scipy, yang menggunakan algoritma LSODA daripada perpustakaan Fortran Odepack menerusi kaedah penyepaduan Adams tidak kaku dan Pembezaan Belakang (BDF) kaku dengan pengesanan dan pertukaran kekakuan automatik. Kajian ini mencadangkan kesan faktor kes sporadis, kes jangkitan semula, campur tangan kerajaan terhadap perintah kawalan pergerakan dan tingkah laku penduduk adalah penting untuk dikaji melalui pemodelan matematik kerana ia membantu dalam memahami tingkah laku yang lebih kompleks dalam dinamik penularan COVID-19 di Malaysia dan seterusnya membantu dalam membuat keputusan." @default.
• W4382931723 created "2023-07-04" @default.
• W4382931723 creator A5041863958 @default.
• W4382931723 creator A5045871341 @default.
• W4382931723 creator A5067751738 @default.
• W4382931723 date "2023-07-04" @default.
• W4382931723 modified "2023-09-25" @default.
• W4382931723 title "MODIFIED SEIRD MODEL: A NOVEL SYSTEM DYNAMICS APPROACH IN MODELLING THE SPREAD OF COVID-19 IN MALAYSIA DURING THE PRE-VACCINATION PERIOD" @default.
• W4382931723 cites W1974209923 @default.
• W4382931723 cites W2148301044 @default.
• W4382931723 cites W2999364275 @default.
• W4382931723 cites W3001118548 @default.
• W4382931723 cites W3001897055 @default.
• W4382931723 cites W3003668884 @default.
• W4382931723 cites W3004178986 @default.
• W4382931723 cites W3005772544 @default.
• W4382931723 cites W3012862568 @default.
• W4382931723 cites W3013073230 @default.
• W4382931723 cites W3013594674 @default.
• W4382931723 cites W3014444527 @default.
• W4382931723 cites W3016665512 @default.
• W4382931723 cites W3017257619 @default.
• W4382931723 cites W3031121908 @default.
• W4382931723 cites W3033020130 @default.
• W4382931723 cites W3041403306 @default.
• W4382931723 cites W3165423827 @default.
• W4382931723 cites W3172770388 @default.
• W4382931723 cites W3200421000 @default.
• W4382931723 cites W3202451410 @default.
• W4382931723 cites W3206404215 @default.
• W4382931723 cites W4205635073 @default.
• W4382931723 cites W4283371072 @default.
• W4382931723 doi "https://doi.org/10.31436/iiumej.v24i2.2550" @default.
• W4382931723 hasPublicationYear "2023" @default.
• W4382931723 type Work @default.
• W4382931723 citedByCount "0" @default.
• W4382931723 crossrefType "journal-article" @default.
• W4382931723 hasAuthorship W4382931723A5041863958 @default.
• W4382931723 hasAuthorship W4382931723A5045871341 @default.
• W4382931723 hasAuthorship W4382931723A5067751738 @default.
• W4382931723 hasBestOaLocation W43829317231 @default.
• W4382931723 hasConcept C142724271 @default.
• W4382931723 hasConcept C149782125 @default.
• W4382931723 hasConcept C159047783 @default.
• W4382931723 hasConcept C199360897 @default.
• W4382931723 hasConcept C22070199 @default.
• W4382931723 hasConcept C2779134260 @default.
• W4382931723 hasConcept C3008058167 @default.
• W4382931723 hasConcept C33923547 @default.
• W4382931723 hasConcept C41008148 @default.
• W4382931723 hasConcept C42475967 @default.
• W4382931723 hasConcept C44154836 @default.
• W4382931723 hasConcept C519991488 @default.
• W4382931723 hasConcept C524204448 @default.
• W4382931723 hasConcept C71924100 @default.
• W4382931723 hasConceptScore W4382931723C142724271 @default.
• W4382931723 hasConceptScore W4382931723C149782125 @default.
• W4382931723 hasConceptScore W4382931723C159047783 @default.
• W4382931723 hasConceptScore W4382931723C199360897 @default.
• W4382931723 hasConceptScore W4382931723C22070199 @default.
• W4382931723 hasConceptScore W4382931723C2779134260 @default.
• W4382931723 hasConceptScore W4382931723C3008058167 @default.
• W4382931723 hasConceptScore W4382931723C33923547 @default.
• W4382931723 hasConceptScore W4382931723C41008148 @default.
• W4382931723 hasConceptScore W4382931723C42475967 @default.
• W4382931723 hasConceptScore W4382931723C44154836 @default.
• W4382931723 hasConceptScore W4382931723C519991488 @default.
• W4382931723 hasConceptScore W4382931723C524204448 @default.
• W4382931723 hasConceptScore W4382931723C71924100 @default.
• W4382931723 hasFunder F4320321709 @default.
• W4382931723 hasIssue "2" @default.
• W4382931723 hasLocation W43829317231 @default.
• W4382931723 hasOpenAccess W4382931723 @default.
• W4382931723 hasPrimaryLocation W43829317231 @default.
• W4382931723 hasRelatedWork W1974832135 @default.
• W4382931723 hasRelatedWork W2090215046 @default.
• W4382931723 hasRelatedWork W2109332972 @default.
• W4382931723 hasRelatedWork W2327204559 @default.
• W4382931723 hasRelatedWork W2529681551 @default.
• W4382931723 hasRelatedWork W2547057562 @default.
• W4382931723 hasRelatedWork W2587671147 @default.
• W4382931723 hasRelatedWork W3129254793 @default.
• W4382931723 hasRelatedWork W77035938 @default.
• W4382931723 hasRelatedWork W2525727584 @default.
• W4382931723 hasVolume "24" @default.
• W4382931723 isParatext "false" @default.
• W4382931723 isRetracted "false" @default.
• W4382931723 workType "article" @default.