COVID-19 ವಿರುದ್ಧದ ಜಾಗತಿಕ ಹೋರಾಟದಲ್ಲಿ ತಂತ್ರಜ್ಞಾನವು ಭರವಸೆಯ ಪ್ರಮುಖ ಮೂಲವಾಗಿದೆ ಎಂದು ಸಾಬೀತಾಗಿದೆ. ಇದರ ಹಿನ್ನೆಲೆಯಲ್ಲಿ, ವಾಟರ್‌ಲೂ ವಿಶ್ವವಿದ್ಯಾನಿಲಯದ ಸಂಶೋಧಕರು ಮೊದಲ ಕಂಪ್ಯೂಟೇಶನಲ್ ಮಾದರಿಯನ್ನು ರಚಿಸಿದ್ದಾರೆ, ಇದು ರೂಪಾಂತರಗಳ ಹರಡುವಿಕೆಯನ್ನು ನಿಧಾನಗೊಳಿಸಲು COVID-19 ರ ಪ್ರಸರಣದ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರುವ ಅನೇಕ ಅಸ್ಥಿರಗಳನ್ನು ಅನುಕರಿಸುತ್ತದೆ.
ಅವರ ಅಧ್ಯಯನವನ್ನು ‘ವೈಜ್ಞಾನಿಕ ವರದಿಗಳು’ ಪ್ರಕಟಿಸಲಾಗಿದೆ.
ಕೇಸ್ ಸಂಖ್ಯೆಗಳು ಮತ್ತು ಆಸ್ಪತ್ರೆಗೆ ದಾಖಲುಗಳನ್ನು ಮುನ್ಸೂಚಿಸಲು ಈ ಮಾದರಿಯು ಈಗಾಗಲೇ ಬಳಕೆಯಲ್ಲಿರುವ ಕಚ್ಚಾ ಡೇಟಾವನ್ನು ತೆಗೆದುಕೊಂಡಿತು ಮತ್ತು ನಂತರ ವ್ಯಾಕ್ಸಿನೇಷನ್ ದರಗಳು, ಮುಖವಾಡಗಳ ಬಳಕೆ ಮತ್ತು ಲಾಕ್‌ಡೌನ್‌ಗಳು ಮತ್ತು ಪ್ರಗತಿಯ ಸೋಂಕುಗಳ ಸಂಖ್ಯೆಯಂತಹ ಇತರ ಅಂಶಗಳನ್ನು ಸೇರಿಸಿದೆ.
ಸಂಶೋಧಕರು ತಮ್ಮ ಕಂಪ್ಯೂಟೇಶನ್ ಮಾದರಿಯನ್ನು COVID-19 ನೊಂದಿಗೆ ಒಂಟಾರಿಯೊದ ಇತ್ತೀಚಿನ ಅನುಭವ ಮತ್ತು ಒಂಟಾರಿಯೊ COVID-19 ಸೈನ್ಸ್ ಅಡ್ವೈಸರಿ ಟೇಬಲ್‌ನಿಂದ ಡೇಟಾವನ್ನು ಆಧರಿಸಿದ್ದಾರೆ.
“ಒಂಟಾರಿಯೊದಲ್ಲಿ ಡೆಲ್ಟಾ ರೂಪಾಂತರವು ಇನ್ನೂ ಪ್ರಬಲವಾಗಿರುವಾಗ ನಾವು ನಿಜವಾಗಿಯೂ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸುತ್ತಿದ್ದೇವೆ” ಎಂದು ವಾಟರ್‌ಲೂ ಮತ್ತು ಕೆನಡಾ 150 ರಿಸರ್ಚ್ ಚೇರ್‌ನಲ್ಲಿ ಗಣಿತದ ಜೀವಶಾಸ್ತ್ರ ಮತ್ತು ವೈದ್ಯಕೀಯದಲ್ಲಿ ಅನ್ವಯಿಕ ಗಣಿತಶಾಸ್ತ್ರದ ಪ್ರಾಧ್ಯಾಪಕರಾದ ಅನಿತಾ ಲೇಟನ್ ಹೇಳಿದರು.
“ನಾವು ಓಮಿಕ್ರಾನ್‌ಗೆ ಹೋಲುವ ರೂಪಾಂತರವನ್ನು ಅನುಕರಿಸಿದ್ದೇವೆ ಮತ್ತು ಮುಂದೆ ಬರುವ ಯಾವುದೇ ರೂಪಾಂತರಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮಾದರಿಯು ಸಹಾಯಕವಾಗಿದೆ” ಎಂದು ಅವರು ಹೇಳಿದರು.
ಹೊಸ ರೂಪಾಂತರದೊಂದಿಗೆ ಏನಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನೋಡಲು ಸಂಶೋಧನಾ ತಂಡವು ಕಂಪ್ಯೂಟೇಶನಲ್ ಮಾದರಿಯ ನಿಯತಾಂಕಗಳನ್ನು ಬದಲಾಯಿಸಬಹುದು. ಇತರರಿಗಿಂತ ಹೆಚ್ಚು ಸಾಂಕ್ರಾಮಿಕವಾಗಿರುವ ರೂಪಾಂತರಗಳನ್ನು ನಿಲ್ಲಿಸಲು ಏನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಎಂಬುದನ್ನು ಸಹ ಇದು ತೋರಿಸುತ್ತದೆ. ಇದರ ಪರಿಣಾಮವಾಗಿ, ವ್ಯಾಕ್ಸಿನೇಷನ್ ಮಟ್ಟಗಳು ಎಲ್ಲಿರಬೇಕು ಅಥವಾ ಹೊಸ ರೂಪಾಂತರವನ್ನು ಕೊಲ್ಲಿಯಲ್ಲಿ ಇರಿಸಲು ಯಾವ ಮಟ್ಟದ ನಿರ್ಬಂಧಗಳು ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ಮಾದರಿಯು ತೋರಿಸಬಹುದು.
“ಇದು ವ್ಯಾಕ್ಸಿನೇಷನ್ ಮತ್ತು ವಿಭಿನ್ನ ಲಸಿಕೆ ಪ್ರಕಾರಗಳು, ಎರಡನೇ ಮತ್ತು ಮೂರನೇ ಡೋಸ್‌ಗಳಲ್ಲಿನ ವಿಳಂಬಗಳು, ನಿರ್ಬಂಧಗಳ ಪರಿಣಾಮಗಳು ಮತ್ತು ಕಾಳಜಿಯ ವಿವಿಧ ರೂಪಾಂತರಗಳ ನಡುವಿನ ಸ್ಪರ್ಧೆಯನ್ನು ಒಳಗೊಂಡಿದೆ” ಎಂದು ವಾಟರ್‌ಲೂನಲ್ಲಿ ಅನ್ವಯಿಕ ಗಣಿತಶಾಸ್ತ್ರದಲ್ಲಿ ಪಿಎಚ್‌ಡಿ ವಿದ್ಯಾರ್ಥಿ ಮೆಹರ್ಷಾದ್ ಸದ್ರಿಯಾ ಹೇಳಿದರು. . “ನೀತಿ ನಿರೂಪಕರು ಮತ್ತು ಮಧ್ಯಸ್ಥಗಾರರು ಹೆಚ್ಚು ಸೂಕ್ತವಾದ ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿರಬೇಕೆಂದು ನಾವು ಬಯಸುತ್ತೇವೆ ಆದ್ದರಿಂದ ಅವರು ಉತ್ತಮ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು.”
ನಿರ್ದಿಷ್ಟ ಸಮುದಾಯಗಳಲ್ಲಿ COVID-19 ಹರಡುವಿಕೆಯ ಮೇಲೆ ಪ್ರಭಾವ ಬೀರುವ ಇನ್ನೂ ಹೆಚ್ಚಿನ ಅಂಶಗಳನ್ನು ಸೇರಿಸಲು ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಸಂಶೋಧಕರು ಯೋಜಿಸಿದ್ದಾರೆ.
“ವಿವಿಧ ವಯಸ್ಸಿನ ಜನರು ಹೇಗೆ ಪ್ರಭಾವಿತರಾಗಿದ್ದಾರೆ ಮತ್ತು ವಯಸ್ಸಿನ ಗುಂಪುಗಳ ನಡುವೆ ಮತ್ತು ಒಳಗೆ ವಿವಿಧ ಹಂತದ ವ್ಯಾಕ್ಸಿನೇಷನ್ ಅನ್ನು ಹೋಲಿಸಲು ನಾವು ತನಿಖೆ ಮಾಡಲು ಬಯಸುತ್ತೇವೆ” ಎಂದು ಲೇಟನ್ ಹೇಳಿದರು.
ಇತ್ತೀಚಿನ ಸುದ್ದಿಗಳಿಗಾಗಿ ಈಗಲೇ ಡೌನ್‌ ಲೋಡ್‌ ಮಾಡಿ:
https://plಇay.google.com/store/apps/details?id=com.speed.newskannada
