TY -的A2 -徐,小可AU - Wildman,韦斯利·j . AU - Diallo Saikou y盟——Hodulik乔治盟页,Andrew AU - Tolk Andreas AU -冈德尔岛,Neha PY - 2020 DA - 2020/12/30 TI -人工大学:大学的决策支持COVID-19时代SP - 5910209六世- 2020 AB -操作大学流行的条件下是一个复杂的任务。人工大学(τ)响应这一需要。τ是可配置的,开源的一个大学的计算机模拟使用接触网络基于公开信息大学类,住宅,和活动。本研究评估健康结果数组的干预措施和测试协议的人造大学6500名学生,教师和工作人员。研究结果表明,物理距离和集中接触者追踪是最有效的减少感染,但下面是合规的临界点,物理距离就没那么有效了。如果学生遵从性高,单独的建筑起到了隔离感染学生,从而优雅地提高合规。混合面对面和在线课程和关闭健身中心不显著改变累积感染但显著减少受感染的数量在任何给定的时间,指示曲线“压扁”策略来保护有限的资源。补充物理距离和集中接触者追踪降低感染者的一个额外的14%;增加测试频率student-facing员工产量进一步下降7%。增加感染的数量之间存在一个平衡测试,针对测试中的关键节点(即接触网络。student-facing员工)。 There are significant advantages to getting and acting on test results quickly. The costs and benefits to universities of these findings are discussed. Artificial universities can be an important decision support tool for universities, generating useful policy insights into the challenges of operating universities under pandemic conditions. SN - 1076-2787 UR - https://doi.org/10.1155/2020/5910209 DO - 10.1155/2020/5910209 JF - Complexity PB - Hindawi KW - ER -