近日,3354cc金沙集团2018级地理科学专业(卓越班)本科生张随,在指导教师张宝雷教授的指导下,以第一作者身份分别在SSCI Q1期刊GeoHealth、SSCI Q1期刊International Journal of Environmental Research and Public Health、SSCI Q1期刊Applied Geography上发表了题为《“Distance-Driven” Versus “Density-Driven”: Understanding the Role of “Source-Case” Distance and Gathering Places in the Localized Spatial Clustering of COVID-19—A Case Study of the Xinfadi Market, Beijing (China)》 ,《A Novel Predictor for Micro-scale COVID-19 Risk Modeling: An Empirical Study from a Spatiotemporal Perspective》,《Do spatiotemporal units matter for exploring the microgeographies of epidemics?》的学术论文。
论文“Distance-Driven” Versus “Density-Driven”: Understanding the Role of “Source-Case” Distance and Gathering Places in the Localized Spatial Clustering of COVID-19—A Case Study of the Xinfadi Market, Beijing (China) (https://doi.org/10.1029/2021GH000458),以2020 年 6 月至 7 月起源于北京新发地市场的 COVID-19 病例为研究对象,在使用描述性统计探索聚类的时空特征进行调查的基础上,通过构建空间滞后零膨胀负二项式回归模型和具有空间效应的地理加权泊松回归模型,从微观尺度评价了影响 COVID-19 病例聚集的因素,预测了 COVID-19 的局部空间聚类从“距离驱动”到“密度驱动”的演变规律,并提出有效性应对全球疫情的关键途径。
论文A Novel Predictor for Micro-scale COVID-19 Risk Modeling: An Empirical Study from a Spatiotemporal Perspective(https://doi.org/10.3390/ijerph182413294),针对以往建模前的风险评估模型中,重视各种设施“密度”忽略设施“吸引力”的问题,提出了一种新型的微观尺度 COVID-19 风险预测模型,该模型结合区域人口密度和年龄层级人口流动水平的差异,在重力模型的基础上,将设施密度替代为设施吸引力。论文还将新提出的COVID-19 风险预测模型用到青岛市第一波疫情预测中。新的预测指标表明,住宅区和医疗保健设施的“吸引力”比传统的“密度”具有更合理的影响, 与原模型相比,全局预测能力提高了 10.4%,局部尺度预测能力提升更为显着,尤其是初期高危地区(107.2%)和人口密集区(市南区64.4%;市北区57.8%) .该研究可为未来的微尺度时空感染建模提供方法参考和模型优化思路。
论文Do spatiotemporal units matter for exploring the micro-geographies of epidemics?(https://authors.elsevier.com/a/1esb0Wf-BINVz)主要是针对COVID-19及其传播具有时空二元性的特征,本研究以中国第一波大流行后局部 COVID-19 复苏的三个城市为研究对象,以估计时空单元对探索微观尺度上流行病传播的影响因素的不同影响。研究结果表明,微观地理流行病学研究的结果受到时空单位的显著影响,未来的空间流行病学研究应更加关注“症状发作”时间,而不仅仅是“确认”数据,不应将“空间传播”与流行病的“空间蔓延”混为一谈。 本研究还强调了在未来研究中考虑可修改区域单位问题和不确定地理环境问题的重要性。
张随同学接连发表多篇高水准论文,是3354cc金沙集团重视本科实践教学和人才培养的重要成果之一。3354cc金沙集团自2016年实施“四位一体”全员本科生导师制度以来,本科生100%进入科研团队,先后获批大学生创新创业计划国家级、省级项目共计91项,校级项目共计99项,署名发表论文120余篇(前三作者),其中以第一作者发表论文96篇。