PandemieGrippaleV1, Hal, Corpus, bibRecord, 000786

PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION: ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19

Identifieur interne : 000786 ( Hal/Corpus ); précédent : 000785; suivant : 000787

PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION: ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19

Source :

RBID : Hal:hal-02552082

Abstract

Maintenant que plusieurs pays se trouvent dans le plateau pandémique, certains commencent à réfléchir sur la stratégie à suivre pour le déconfinement. Nous prenons dans cette étude l'exemple de la France, qui , selon nos études analytiques précédentes en pre-print est rentrée dans le plateau épidémique dès le 11/04/2020. A l'aide de notre algorithme présenté dans nos pre-prints précédents, nous proposons une stratégie de déconfinement qui se base sur une gestion décentralisée, progressive, adaptative de l’épidémie. La stratégie repose un déconfinement progressif et décentralisé par paliers dans les localités selon le facteur de contagion démographique relatif (RDCF), extrait par l'algorithme de semaine en semaine. La stratégie est guidé par les capacités hospitalières et la prédiction de l'aide de l'aglorithme.

Url:

https://hal.archives-ouvertes.fr/hal-02552082

Links to Exploration step

Hal:hal-02552082

Le document en format XML

<record><TEI><teiHeader><fileDesc><titleStmt><title xml:lang="fr">PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION: ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19</title>
<author><name sortKey="Chehbi, Chehbi Gamoura" sort="Chehbi, Chehbi Gamoura" uniqKey="Chehbi C" first="Chehbi Gamoura" last="Chehbi">Chehbi Gamoura Chehbi</name>
<affiliation><hal:affiliation type="institution" xml:id="struct-325876" status="VALID">          <orgName>Ecole de Management de Strasbourg</orgName>
          <orgName type="acronym">EM Strasbourg</orgName>
          <date type="start">2007</date>
          <desc>            <address>              <addrLine>EM Strasbourg Business School61 avenue de la Forêt-NoireF-67085 Strasbourg Cedex</addrLine>
              <country key="FR"></country>
            </address>
            <ref type="url">http://www.em-strasbourg.eu/</ref>
          </desc>
        </hal:affiliation>
</affiliation>
</author>
</titleStmt>
<publicationStmt><idno type="wicri:source">HAL</idno>
<idno type="RBID">Hal:hal-02552082</idno>
<idno type="halId">hal-02552082</idno>
<idno type="halUri">https://hal.archives-ouvertes.fr/hal-02552082</idno>
<idno type="url">https://hal.archives-ouvertes.fr/hal-02552082</idno>
<date when="2020-04-23">2020-04-23</date>
<idno type="wicri:Area/Hal/Corpus">000786</idno>
</publicationStmt>
<sourceDesc><biblStruct><analytic><title xml:lang="fr">PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION: ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19</title>
<author><name sortKey="Chehbi, Chehbi Gamoura" sort="Chehbi, Chehbi Gamoura" uniqKey="Chehbi C" first="Chehbi Gamoura" last="Chehbi">Chehbi Gamoura Chehbi</name>
<affiliation><hal:affiliation type="institution" xml:id="struct-325876" status="VALID">          <orgName>Ecole de Management de Strasbourg</orgName>
          <orgName type="acronym">EM Strasbourg</orgName>
          <date type="start">2007</date>
          <desc>            <address>              <addrLine>EM Strasbourg Business School61 avenue de la Forêt-NoireF-67085 Strasbourg Cedex</addrLine>
              <country key="FR"></country>
            </address>
            <ref type="url">http://www.em-strasbourg.eu/</ref>
          </desc>
        </hal:affiliation>
</affiliation>
</author>
</analytic>
</biblStruct>
</sourceDesc>
</fileDesc>
<profileDesc><textClass></textClass>
</profileDesc>
</teiHeader>
<front><div type="abstract" xml:lang="fr">              <p>Maintenant que plusieurs pays se trouvent dans le plateau pandémique, certains commencent à réfléchir sur la stratégie à suivre pour le déconfinement. Nous prenons dans cette étude l'exemple de la France, qui , selon nos études analytiques précédentes en pre-print est rentrée dans le plateau épidémique dès le 11/04/2020. A l'aide de notre algorithme présenté dans nos pre-prints précédents, nous proposons une stratégie de déconfinement qui se base sur une gestion décentralisée, progressive, adaptative de l’épidémie. La stratégie repose un déconfinement progressif et décentralisé par paliers dans les localités selon le facteur de contagion démographique relatif (RDCF), extrait par l'algorithme de semaine en semaine. La stratégie est guidé par les capacités hospitalières et la prédiction de l'aide de l'aglorithme.</p>
            </div>
</front>
</TEI>
<hal api="V3">          <titleStmt>            <title xml:lang="fr">PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION: ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19</title>
            <author role="aut">              <persName>                <forename type="first">Chehbi Gamoura</forename>
                <surname>CHEHBI</surname>
              </persName>
              <email type="md5">46673ea4f43732543b904372bf4da82f</email>
              <email type="domain">gmail.com</email>
              <ptr type="url" target="www.samiagamoura.com"></ptr>
              <idno type="idhal" notation="string">samia-chehbi-gamoura</idno>
              <idno type="idhal" notation="numeric">181023</idno>
              <idno type="halauthorid">11703221</idno>
              <idno type="ORCID">https://orcid.org/0000-0002-1239-0873</idno>
              <idno type="ResearcherId">http://www.researcherid.com/rid/P-1446-2015</idno>
              <affiliation ref="#struct-325876"></affiliation>
            </author>
            <editor role="depositor">              <persName>                <forename>Samia</forename>
                <surname>Chehbi Gamoura</surname>
              </persName>
              <email type="md5">46673ea4f43732543b904372bf4da82f</email>
              <email type="domain">gmail.com</email>
            </editor>
          </titleStmt>
          <editionStmt>            <edition n="v1" type="current">              <date type="whenSubmitted">2020-04-23 12:03:07</date>
              <date type="whenModified">2020-04-25 01:03:28</date>
              <date type="whenReleased">2020-04-24 15:57:19</date>
              <date type="whenProduced">2020-04-23</date>
              <date type="whenEndEmbargoed">2020-04-23</date>
              <ref type="file" target="https://hal.archives-ouvertes.fr/hal-02552082/document">                <date notBefore="2020-04-23"></date>
              </ref>
              <ref type="file" subtype="author" n="1" target="https://hal.archives-ouvertes.fr/hal-02552082/file/Paper_Samia_COVID-19_April-23_2020_francais.pdf">                <date notBefore="2020-04-23"></date>
              </ref>
            </edition>
            <respStmt>              <resp>contributor</resp>
              <name key="825337">                <persName>                  <forename>Samia</forename>
                  <surname>Chehbi Gamoura</surname>
                </persName>
                <email type="md5">46673ea4f43732543b904372bf4da82f</email>
                <email type="domain">gmail.com</email>
              </name>
            </respStmt>
          </editionStmt>
          <publicationStmt>            <distributor>CCSD</distributor>
            <idno type="halId">hal-02552082</idno>
            <idno type="halUri">https://hal.archives-ouvertes.fr/hal-02552082</idno>
            <idno type="halBibtex">chehbi:hal-02552082</idno>
            <idno type="halRefHtml">2020</idno>
            <idno type="halRef">2020</idno>
          </publicationStmt>
          <seriesStmt>            <idno type="stamp" n="SANTE_PUB_INSERM" corresp="INSERM">Santé Publique à l'Inserm</idno>
          </seriesStmt>
          <notesStmt></notesStmt>
          <sourceDesc>            <biblStruct>              <analytic>                <title xml:lang="fr">PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION: ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19</title>
                <author role="aut">                  <persName>                    <forename type="first">Chehbi Gamoura</forename>
                    <surname>CHEHBI</surname>
                  </persName>
                  <email type="md5">46673ea4f43732543b904372bf4da82f</email>
                  <email type="domain">gmail.com</email>
                  <ptr type="url" target="www.samiagamoura.com"></ptr>
                  <idno type="idhal" notation="string">samia-chehbi-gamoura</idno>
                  <idno type="idhal" notation="numeric">181023</idno>
                  <idno type="halauthorid">11703221</idno>
                  <idno type="ORCID">https://orcid.org/0000-0002-1239-0873</idno>
                  <idno type="ResearcherId">http://www.researcherid.com/rid/P-1446-2015</idno>
                  <affiliation ref="#struct-325876"></affiliation>
                </author>
              </analytic>
              <monogr>                <imprint></imprint>
              </monogr>
            </biblStruct>
          </sourceDesc>
          <profileDesc>            <langUsage>              <language ident="fr">French</language>
            </langUsage>
            <textClass>              <classCode scheme="halDomain" n="info.info-ai">Computer Science [cs]/Artificial Intelligence [cs.AI]</classCode>
              <classCode scheme="halDomain" n="sdv.spee">Life Sciences [q-bio]/Santé publique et épidémiologie</classCode>
              <classCode scheme="halTypology" n="UNDEFINED">Preprints, Working Papers, ...</classCode>
            </textClass>
            <abstract xml:lang="fr">              <p>Maintenant que plusieurs pays se trouvent dans le plateau pandémique, certains commencent à réfléchir sur la stratégie à suivre pour le déconfinement. Nous prenons dans cette étude l'exemple de la France, qui , selon nos études analytiques précédentes en pre-print est rentrée dans le plateau épidémique dès le 11/04/2020. A l'aide de notre algorithme présenté dans nos pre-prints précédents, nous proposons une stratégie de déconfinement qui se base sur une gestion décentralisée, progressive, adaptative de l’épidémie. La stratégie repose un déconfinement progressif et décentralisé par paliers dans les localités selon le facteur de contagion démographique relatif (RDCF), extrait par l'algorithme de semaine en semaine. La stratégie est guidé par les capacités hospitalières et la prédiction de l'aide de l'aglorithme.</p>
            </abstract>
          </profileDesc>
        </hal>
</record>

Pour manipuler ce document sous Unix (Dilib)

EXPLOR_STEP=$WICRI_ROOT/Sante/explor/PandemieGrippaleV1/Data/Hal/Corpus

HfdSelect -h $EXPLOR_STEP/biblio.hfd -nk 000786 | SxmlIndent | more

HfdSelect -h $EXPLOR_AREA/Data/Hal/Corpus/biblio.hfd -nk 000786 | SxmlIndent | more

Pour mettre un lien sur cette page dans le réseau Wicri

{{Explor lien
   |wiki=    Sante
   |area=    PandemieGrippaleV1
   |flux=    Hal
   |étape=   Corpus
   |type=    RBID
   |clé=     Hal:hal-02552082
   |texte=   PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION: ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19
}}

This area was generated with Dilib version V0.6.34.
Data generation: Wed Jun 10 11:04:28 2020. Site generation: Sun Mar 28 09:10:28 2021

	Serveur d'exploration sur les pandémies grippales
	Attention, ce site est en cours de développement ! Attention, site généré par des moyens informatiques à partir de corpus bruts. Les informations ne sont donc pas validées.

Serveur d'exploration sur les pandémies grippales

PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION: ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19

PROPOSITION DE STRATEGIE DE DECONFINEMENT BASEE SUR L'INTELLIGENCE ARTIFICIELLE ET LA PREDICTION: ANALYTIQUES ET PREDICTION EN TEMPS REEL DE LA PANDEMIE COVID-19

Source :

Abstract

Links to Exploration step

Le document en format XML

Pour manipuler ce document sous Unix (Dilib)

Pour mettre un lien sur cette page dans le réseau Wicri