Please use this identifier to cite or link to this item:
http://hdl.handle.net/1942/47169
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | HENS, Niel | |
dc.contributor.advisor | REDDY, Tarylee | |
dc.contributor.author | Aloni, Rashider | |
dc.date.accessioned | 2025-09-08T12:27:14Z | - |
dc.date.available | 2025-09-08T12:27:14Z | - |
dc.date.issued | 2025 | |
dc.identifier.uri | http://hdl.handle.net/1942/47169 | - |
dc.description.abstract | Deze thesis past een robuust statistisch model toe om te onderzoeken hoe COVID-19 zich in de tijd en over de negen provincies van Zuid-Afrika verspreidde, met aandacht voor terugkerende golven en de invloed van varianten, vaccinatie, seizoensinvloeden en overheidsmaatregelen. Op basis van dagelijkse besmettingscijfers en bijbehorende covariabelen werd de overdracht opgesplitst in achtergrondrisico, lokale verspreiding en verspreiding tussen provincies. Het uiteindelijke model presteerde goed, zowel qua modelpassing als bij kortetermijnvoorspellingen. Lokale overdracht bleek de belangrijkste bron van nieuwe besmettingen, terwijl ruimtelijke verspreiding varieerde per provincie en beïnvloed werd door mobiliteit. Hoewel Omikron vaker voorkwam bij aanvang, leidde deze variant tot minder lokale verspreiding dan Delta. De effecten van vaccinatie en beleidsmaatregelen bleken beperkt, mogelijk door ongelijke distributie en databeperkingen. Toch wist het model regionale verschillen goed vast te leggen en bood het waardevolle voorspellingen. De bevindingen helpen eerdere uitbraken beter te begrijpen en kunnen bijdragen aan snellere volksgezondheidsacties. Door belangrijke overdrachtsmechanismen en regionale risico’s in kaart te brengen, ondersteunt dit werk betere planning en waarschuwingssystemen, vooral in omgevingen met beperkte middelen. | |
dc.format.mimetype | Application/pdf | |
dc.language | en | |
dc.publisher | tUL | |
dc.title | Endemic-Epidemic Modelling of the COVID-19 pandemic in South Africa | |
dc.type | Theses and Dissertations | |
local.bibliographicCitation.jcat | T2 | |
dc.description.notes | Master of Statistics and Data Science-Biostatistics | |
local.type.specified | Master thesis | |
item.fullcitation | Aloni, Rashider (2025) Endemic-Epidemic Modelling of the COVID-19 pandemic in South Africa. | - |
item.fulltext | With Fulltext | - |
item.accessRights | Open Access | - |
item.contributor | Aloni, Rashider | - |
Appears in Collections: | Master theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
9ad6d68d-b49b-4abf-a284-487cb8bf26af.pdf | 1.78 MB | Adobe PDF | View/Open |
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.