Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El estudio ofrece discernimiento en la manipulación del pandémico COVID-19 con datos en polarización negativa

Los datos del tiempo real exacto y cercano sobre el curso y la evolución del pandémico COVID-19 han sido instrumentales en la información de estrategias y del plan de acción de la mitigación de la salud pública por todo el mundo.

Aunque muchos aspectos del pandémico se hayan rastreado a través de tipos numerosos de datos, incluyendo índices de infección, de hospitalizaciones y de muertes, Christina Pagel y cristiano Yates sostiene en una perspectiva que las polarizaciones negativas inherentes y las trampas en la interpretación en cada fuente de datos necesitan ser reconocidas y ser explicadas.

Porque elegir los planes de acción correctos de la mitigación confía en una evaluación exacta del estado actual de la epidemia local, las ramificaciones potenciales de datos que malinterpretan son serias,” escriben a los autores.

Pagel y Yates ofrecen una reseña de las maneras de las cuales COVID-19 está siendo actualmente mundial rastreado, como regímenes directos del caso, por ejemplo, y destacan las fuentes de la polarización negativa potencial inherentes dentro de datos relacionados.

Cuál es más, los autores discuten los datos que son capturados no no actualmente seguro, determinado las incidencias de Covid largo y los casos de la ruptura entre individuos vacunados. Según Pagel y Yates, usando todos los datos disponibles cuantificar el pandémico es crucial dirigirlo, y confiando demasiado en una única fuente de datos o una selección limitada de riesgos agregados de los datos que entienden mal el estado de la epidemia.

Source:
Journal reference:

Pagel, C & Yates, C. A., (2021) Tackling the pandemic with (biased) data. Science. doi.org/10.1126/science.abi6602.