科学建模是指导我们应对coronavirus-but科学建模是什么?
当他们发布的建模COVID-19本周澳大利亚流行背后的社会孤立政策,总理斯科特•莫里森和首席医疗官丹墨菲被保护。
他们强调科学模型的局限性,他们很容易被误解。
这并不奇怪。很多人没有一个清晰的理解科学模型是什么,和我们能不能指望从他们。
科学模型可以强大的工具为理解复杂的现象,比如大流行,但他们不能告诉我们一切。
科学的模型是什么?
科学的模型表示现实世界的一部分。范围从小型物理模型的系统,如著名的旧金山湾湾用于调查的模型(一个迷你版本水流动的数学模型用于理解COVID-19的传播。
模型可以用来间接地探索现实世界的本质。他们可以帮助我们理解,实际系统的特性是重要的,这些特性如何相互作用,如何在未来可能会改变,以及我们如何改变这些系统实现一些目标。
为什么模型有价值呢?
科学模型让我们探索真实世界的特点,我们不能直接调查。COVID-19的情况下,我们不能做什么直接实验的澳大利亚人口比例需要参与社会距离“平曲线”。即使我们能设计好的实验,需要几天或几周人们生病和传输COVID-19,所以任何实验结果会迟到是有用的。
像COVID-19模型是无价的情况流感大流行,时间是我们感兴趣的本质和对大规模的影响。
科学模型的局限性是什么?
一个模型的有用性取决于准确地代表了真实的世界。作出准确的模型,你需要良好的数据。
这就是为什么COVID-19的传播模型,使用数据从人口密集的欧洲部分地区不太可能提供有价值的见解悉尼郊区的情况。数据从一个情况可能不适用于其他。
COVID-19大流行,这是一个重大的挑战尤其是在澳大利亚。缺乏广泛的本地数据使得我们的政策制定者依赖模型基于海外的组合数据,流感大流行的一般理论和现有的模型。
因此,模型不是设计用于使预测会发生什么。
例如,伦敦帝国理工学院生产相对详细的建模,可用于特殊情况作出准确的预测,在美国和英国。但这样的模型需要详细的数据。
澳大利亚Doherty研究所看看生成的建模的影响传播的干预措施COVID-19更简单和更普遍。这些模型提供大规模的有价值的见解,但远不如当地的精度。
这样的一般模型特别有用在大流行早期,当局部信息是稀缺的。当我们建立一个更详细的图片的澳大利亚的情况下,模型将变得更加具体,更加准确,这些通用模型将不那么重要了。
一个挑战COVID-19等建模在真实的语境是我们的模型每次都可能做不好。这部分是因为我们缺乏足够的细粒度的信息真实情况。
也因为个人行为和纯粹的坏运气在短期内也会有很大的差异。单个人无法分离或隔离本身可以产生一个非常大的下游效应的涟漪。我们已经看到这在韩国的情况下病人31感染,引发了巨大的集群在她的教堂。
这一切是什么意思?
尽管COVID-19大流行中固有的不确定性,我们应该乐观的科学。模型背后的一般原则是根据我们的产品是公共政策在几十年的测试和研究,我们正在学习更多和更具体的信息每天COVID-19。
在很大程度上要感谢基于模型的科学的力量,我们是在一个更好的地方比以往任何一代我们成功有效地处理这种规模的大流行。
