用于支撑美国应对 COVID-19 的县级数据集
计算机与社会
2020-09-14 v2 数据库
物理与社会
种群与进化
摘要
随着 2019 冠状病毒病(COVID-19)持续成为全球大流行,政策制定者已实施并撤销了具有不同限制级别的非药物干预措施以限制其传播。分析大流行时间特征及其对区域条件依赖性的数据驱动方法,可能提供信息以支持缓解与抑制策略的实施。为以美国为例促进该方向的研究,我们呈现了一个机器可读数据集,该数据集汇总了来自政府、新闻与学术来源的美国经济县级相关数据。除来自 JHU CSSE COVID-19 仪表盘的县级时间序列数据外,我们的数据集包含逾 300 个变量,涵盖人口估计、人口统计、族裔、住房、教育、就业与收入、气候、交通指数及医疗系统相关指标。此外,我们给出了各县各类兴趣点(包括杂货店与医院)的聚合离家活动信息,汇总了来自 SafeGraph 与 Google 移动性报告的数据。我们编译了来自 IHME、州与县级政府及报纸的非药物干预措施实施与撤销日期信息。通过收集这些数据并提供读取工具,我们希望加速研究疾病如何传播以及为何不同地区传播可能存在差异。我们的数据集与关联代码可在 github.com/JieYingWu/COVID-19_US_County-level_Summaries 获取。
引用
@article{arxiv.2004.00756,
title = {A County-level Dataset for Informing the United States' Response to COVID-19},
author = {Benjamin D. Killeen and Jie Ying Wu and Kinjal Shah and Anna Zapaishchykova and Philipp Nikutta and Aniruddha Tamhane and Shreya Chakraborty and Jinchi Wei and Tiger Gao and Mareike Thies and Mathias Unberath},
journal= {arXiv preprint arXiv:2004.00756},
year = {2020}
}
备注
Updated 10 September 2020