Spatial Contact Models for Ecological and Epidemic Spread
生态与疫情传播的空间接触模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究生态与疫情的空间传播，未明确建立经济网络或干扰效应的计量模型与识别方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
生态与疫情传播的空间接触模型
- 研究问题
- 增长机制与空间接触分布如何共同描述生态或疫情的地理扩散，随机和确定性模型在长期与短期行为上有何联系？
- 方法与思路
- 作者综述空间接触模型，比较线性与非线性、随机与确定性描述，并结合已有渐近结果和模拟讨论传播行为与推断问题。
- 材料陈述的贡献
- 摘要称非线性随机过程表现出更丰富的非渐近行为，同时指出简单模型有时可近似，并将短期理论和接触分布估计列为未决问题。
- 阅读关注点
- 应核对综述涵盖的模型机制、确定性近似的条件，以及哪些结论来自理论或模拟，哪些接触分布估计问题仍未解决。
- 阅读边界
- 仅据所给 Crossref 摘要；这是综述性材料，不能将提及的所有结果视为本文新定理，也不能据此声称已解决传播模型推断。
原文摘要
Summary A wide variety of phenomena of geographical spread can be described in terms of a mechanism of “growth” (e.g. birth, infection) and a “contact distribution” which describes how the locations of the individual(s) involved in a migratory move, or infection at a distance, are spatially related. I shall survey work on such models, beginning with an examination of the relations between stochastic and deterministic models; it emerges that both linear and nonlinear deterministic models have close connections with the less interesting “linear” (exponential growth) stochastic models. More realistic models must be nonlinear as well as stochastic; some results are now available for such models. As in the linear case, these deal mainly with asymptotic behaviour. Simulations reveal that nonlinear stochastic processes have a richer spectrum of non-asymptotic behaviour than linear models, though in some circumstances the simpler models may provide an adequate approximation. Thus theoretical study of the short-term behaviour of such processes may be difficult, but should prove rewarding. The other main outstanding problems are those of inference for such models, especially the estimation of contact distributions.