お大事にしてください！
>新型コロナウイルスなど感染症のシミュレーションではこれまで主に「数理モデル」と呼ばれる手法が使われてきました。
>グループではこの手法に、コンピューターを使った天気予報などに活用されている「データ同化」という技術を組み合わせて新型コロナウイルスの今後の感染動向を予測するシステムを開発しました。
これまでの数理モデルに更に「データ同化」を加えたので予測精度は上がるそうです。
素人が何か言うのも烏滸(おこ)がましいのですが、予測が当たるようなら今度は反対に数理モデルの式の変数やら何かをそれに近づけて余程特定不能な要因がなければ数理モデル自体も精度が上がるのかと思います。
理論式などに実験値が遠い場合に良くフィードバックさせてよりリアルな予測が出来る数式にするのは有るのですが。
なるべく精度を上げて確実な情報として提供できれば感染後の重症者予測が可能になり予め必要な病床数確保を出来るのかと思われます。
最低限、臨時の病床でもその場しのぎで急患の対応をして急変で死亡するような居た堪れない状況は避けられるのかと思っています。
表にしてみました。
確かに東日本対震災の頃にはこんな話をしていた記憶が有ります。
問題は6番の電力不足・コスト高で特にその後2018年9月に北海道胆振東部地震で日本初の大停電（ブラックアウト）になり更に対策が急がれます。
問題4の労働市場の硬直性については下記の全国の方を見ればかなり明確ですが有効求人倍率と関係しているようには見えません。
ただ、資格によるとその分人材は限られ、人材確保のために給与もシフトするのは有ります。
また、人材が限られるのでその人の負担が多ければ残業等で稼ぐことになるのかと想像されます。
コメント欄トップの方(日本総合研究所 調査部 マクロ経済研究センター所長 )の新しい六重苦
コロナ対策の遅れ、少子高齢化、デジタル化の遅れ、硬直化した霞ヶ関、半導体不足、世界最悪の財政赤字
にはなるほどと思ってしまいました。
台風16号情報／猛烈な勢力に発達する予想(25日3時実況)
まだコースが未定ですが進路が東に向かって危険性が増しています。
アクセス
トータル
ランキング
