Charakterystyka kontaktów społecznych w postaci czasowej i sieciowej struktury (kiedy i z kim) ma wpływ na rozprzestrzenianie się chorób zakaźnych. W związku z rozwojem stosowanych metod komputerowych pojawiła się perspektywa wykorzystania ich w analizie sieci społecznych. Modele epidemiologiczne zostały wprowadzone jakby na kolejnym poziomie struktury sieciowej. W tej pracy przedstawię dwa typy zakażeń: wirusem HIV, czy HPV oraz bakteriami Chlamydii (czyli choroby przenoszone drogą płciową: STI) oraz HAMRSA (czyli szpitalne zainfekowanie, odpornym na metycylinę, gronkowcem złocistym), rozprzestrzeniających się w odmienny sposób w różnych społecznościach. Zrozumienie wzorców kontaktów międzyludzkich oraz próba ich zamodelowania pomagają oszacować skalę zagrożenia oraz opracować metody kontroli epidemiologicznej. W moich badaniach skupię się głównie na wtórnej analizie danych szwedzkich dotyczących zakażeń szpitalnych oraz tych, wynikających z kontaktów seksualnych. Głównym, ogólnym rezultatem badań jest odtworzenie sieci kontaktów w szpitalach oraz częściowo sieci stosunków seksualnych na podstawie niepełnych i bardzo wrażliwych danych. Pierwszoplanowym, szczególnym wynikiem badań jest za to ustalenie najbardziej ryzykownych zachowań seksualnych (dla różnych grup patogenów) i umiejscowienie ich w kulturze. Odtworzyłem za pomocą modelu epidemiologicznego q-MCMC (quasi-Monte Carlo Markov Chain) wybuch epidemii MRSA w sztokholmskich szpitalach. Podjęta została również próba odnalezienia i oszacowania roli potencjalnych 'super-roznosicieli' w zastanej społeczności.
EN
Characteristics of contacts in the form of time and the network structure (when and with whom) has an impact on the spread of infectious diseases. In connection with the development of computer methods, their methods have been applied in social networks analyze. On another level, the network structure of epidemiological models have been introduced. In this paper we present two types of infections: HIV and Chlamydia bacteria (ie, sexually transmitted diseases: STI) and HA-MRSA (ie, hospital infection methicillinresistant Staphylococcus aureus), which spread in different ways in different communities. In our study, we will focus mainly on secondary analysis of Swedish data of hospital infections and sexuality. Main, the general result of research is to restore the network of contacts in hospitals and to build sexual networks based on incomplete and highly sensitive data. The primary, a particular outcome for this study is to identify the most risky sexual behavior (for different groups of pathogens), their location in culture. We reconstructed, using an epidemiological model of q-MCMC (quasi-Monte Carlo Markov Chain), the outbreak of MRSA in a Stockholm hospital. We tried to locate and assess the potential role of 'super-spreaders' in a stagnant communities.
Narzędzia matematyczne rozwinięte w celu opisu układów z łożonych z powodzeniem są używane w naukach społecznych oraz coraz częściej znajdują zastosowanie w humanistyce. W prezentowanym interdyscyplinarnym projekcie pragniemy wykorzystać metody analizy sieciowej, aby lepiej zrozumieć sposób kreacji oraz przedstawienia świata przez autorów utworów literackich. Jednakże percepcja takiego świata zależy od subiektywnej wizji czytelnika, więc zwróciliśmy szczególną uwagę na różne sposoby ekstrakcji sieci powiązań społecznych z fikcyjnej rzeczywistości. Celem badań było odczytywanie różnych interakcji społecznych w tekście przez porównanie sieci otrzymanych przez algorytmy przetwarzania języka naturalnego (ang.natural language processing NLP) z tymi odtworzonymi na podstawie kwestionariuszy wypełnionych przez czytelników. Sieci dialogów, czy uczestnictwa w tej samej scenie zostały już opisane przez naukowców z amerykańskich uniwersytetów Stanford i Columbia, ale wciąż brakowało analizy relacji na ogólniejszym poziomie (interakcje międzyludzkie nie ograniczają się jedynie do dialogów bądź przebywania w tym samym miejscu). Zaproponowaliśmy kilka metod NLP w celu detekcji tych interakcji i skonfrontowaliśmy je z ludzkim postrzeganiem. Przy okazji odkryliśmy obszary teorii literatury, w których nie da się wykorzystać analizy sieciowej (np. interakcje nawiązujące do fabuły nie tworzą klasycznego trójkąta z punktem kulminacyjnym znanym z teorii literatury).
EN
In our paper we would like to make a cross-disciplinary leap and use the tools of network theory to understand and explore narrative structure in literary fiction, an approach that is still underestimated. However, the systems in fiction are sensitive to reader’s subjectivity and attention must to be paid to different methods of extracting networks. The project aims at investigating into different ways social interactions are, read in texts by comparing networks produced by automated algorithms-natural language processing (NLP) with those created by surveying more subjective human responses. Conversation networks from fiction have been already extracted by scientists, but the more general framework surrounding these interactions was missing. We propose several NLP methods for detecting interactions and test them against a range of human perceptions. In doing so, we have pointed to some limitations of using network analysis to test literary theory (e.g. interaction, which corresponds to the plot, does not form climax).
We have investigated the product life-cycles of almost 17 000 hit singles having appeared on the 12 biggest national phonographic markets in Europe including: Austria, Belgium, France, Germany, Ireland, Italy, Netherlands, Norway, Spain, Switzerland, Sweden, and the United Kingdom. We have considered weekly singles charts from the last 50 years (1966-2015) in each country. We analyzed the spread of hit singles popularity (chart topping) as an epidemiological process, taking place in various European countries. Popularity of the hit singles is contagious in the sense of moving from one country to another. Thus, we consider time delays between the initial hit single release and reaching the highest position on consecutive national singles charts. We create a directed network of countries, this network representing the transmission of the hit singles popularity between countries. This is obtained by simulating the most likely paths and picking up the most frequent links. A country of initial hit single release is considered as a source of infection. Our algorithm builds up the spanning trees by attaching new nodes. The probability of attachment depends on infectivity of previous nodes from the tree corresponding to their: 1) market size; 2) distance in time between the new node and the potential spreaders. Thus, we obtain a network of popularity spread with: a hub – the UK, a bridge – the Netherlands, and outliers – Italy and Spain. We have found a characteristic topology of hit singles popularity spread. On the top of this, the network of popularity spread has some typical properties of complex networks.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.