COVID-19: Επιστημονική πληροφόρηση

Το Εθνικό Κέντρο Τεκμηρίωσης και Ηλεκτρονικού Περιεχομένου (ΕΚΤ) δημιούργησε αυτή την ιστοσελίδα με σκοπό να προσφέρει έγκυρη πληροφόρηση στην ερευνητική κοινότητα και σε κάθε πολίτη που ενδιαφέρεται για τις εξελίξεις της επιστημονικής έρευνας για την αντιμετώπιση της πανδημίας COVID-19. Ο νέος κορονοϊός μπήκε βίαια στη ζωή μας και έχει αλλάξει την καθημερινότητα όλων μας. Και σε αυτές τις συνθήκες, η αποστολή μας είναι να ενισχύσουμε την κοινότητα της γνώσης, να συμβάλουμε ώστε να αναδειχθούν έγκυρες επιστημονικές απόψεις και δεδομένα που προσφέρουν στον δημόσιο διάλογο και θωρακίζουν την κοινωνία απέναντι στον ανορθολογισμό και τον φόβο.

φωτογραφία: Mick De Paola

COVID-19 και νέοι Έλληνες ερευνητές. Η επίδραση της πανδημίας στην ερευνητική τους δραστηριότητα.

Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης

Οι επιστήμονες πληροφόρησης του ΕΚΤ επιλέγουν άρθρα από έγκυρα επιστημονικά περιοδικά ανοικτής πρόσβασης και από περιοδικά των οποίων οι εκδότες αποφάσισαν να ανοίξουν το περιεχόμενο χωρίς περιορισμούς.

Αναζήτηση Δημοσιεύσεων

The impact of the COVID-19 pandemic on the future of telehealth in primary care
Solari-Twadell, Phyllis Ann; Flinter, Margaret; Rambur, Betty; Renda, Susan; Witwer, Stephanie; Vanhook, Patricia; Poghosyan, Lusine
Nurs Outlook ; 70(2): 315-322, 2022, https://doi.org/10.1016/j.outlook.2021.09.004

Available online September 24, 2021

Αυτό το άρθρο πολιτικής συνοψίζει το ιστορικό, τη χρήση και τη σημασία της τηλευγείας στην πρωτοβάθμια περίθαλψη. Συζητείται η εμφάνιση της τηλευγείας ως κύριας στρατηγικής, με βάση την αξία, για τη συνέχιση της παροχής έγκαιρης πρωτοβάθμιας περίθαλψης κατά τη διάρκεια του COVID-19 και γίνονται συστάσεις για μελλοντικές εφαρμογές, αμοιβή και προετοιμασία των παρόχων για να συνεχίσουν να παρέχουν ποιοτική φροντίδα στους πελάτες στο μέλλον χρησιμοποιώντας την τηλευγεία.

Identifying High-Risk Workspaces during COVID-19 using Machine Learning
Drennan, L.; Lozano, J.; Chesser, M.; Carrier, E.
34th International Florida Artificial Intelligence Research Society Conference, FLAIRS-34 2021 ; 34, 2021, https://doi.org/10.32473/flairs.v34i1.128484
2021-04-18

Παρουσιάζουμε ένα μοντέλο ικανό να εντοπίζει χώρους εργασίας υψηλού κινδύνου για μετάδοση της νόσου COVID-19 και επεξηγούμε πώς οι υπάρχουσες τεχνικές για τον ποσοτικό προσδιορισμό της αβεβαιότητας στη μηχανική μάθηση μπορούν να εφαρμοστούν για την εκτίμηση της αξιοπιστίας αυτών των προβλέψεων.

Τεχνητή νοημοσύνη Πιθανότητες και Αβεβαιότητα Μοντελοποίηση και Προσομοίωση Δημόσια υγεία

Mask Recognition with Computer Vision in the Age of a Pandemic
Jones, D.; Christoforou, C.
34th International Florida Artificial Intelligence Research Society Conference, FLAIRS-34 2021 ; 34, 2021, https://doi.org/10.32473/flairs.v34i1.128486

2021-04-18

Σε αυτό το άρθρο, προτείνεται μια λύση στο πρόβλημα της παρακολούθησης της χρήσης μάσκας, βασισμένη στην υπολογιστική όραση. Συγκεκριμένα, προτείνεται ένα συνελικτικό νευρωνικό δίκτυο για την αναγνώριση εικόνων ανθρώπων που φορούν μάσκες σωστά, ανθρώπων που φορούν μάσκες με λάθος τρόπο και ανθρώπων που δεν φορούν καθόλου μάσκες.

Τεχνητή νοημοσύνη Διεπιστημονικές εφαρμογές επιστήμης ηλεκτρονικών υπολογιστών Αυτοματισμοί και Συστήματα ελέγχου