Retrospective analysis of the possibility of predicting the COVID-19 outbreak from Internet searches and social media data, China, 2020

  1. Li, Cuilian
  2. Chen, Li Jia
  3. Chen, Xueyu
  4. Zhang, Mingzhi
  5. Pang, Chi Pui
  6. Chen, Haoyu

Download
eurosurv-25-10-2.pdf 228,51KB
WeightNameValue
1000 Titel
  • Retrospective analysis of the possibility of predicting the COVID-19 outbreak from Internet searches and social media data, China, 2020
1000 Autor/in
  1. Li, Cuilian |
  2. Chen, Li Jia |
  3. Chen, Xueyu |
  4. Zhang, Mingzhi |
  5. Pang, Chi Pui |
  6. Chen, Haoyu |
1000 Erscheinungsjahr 2020
1000 Publikationstyp
  1. Artikel |
1000 Online veröffentlicht
  • 2020-03-12
1000 Erschienen in
1000 Quellenangabe
  • 25(10):2000199
1000 Copyrightjahr
  • 2020
1000 Lizenz
1000 Verlagsversion
  • https://doi.org/10.2807/1560-7917.ES.2020.25.10.2000199 |
  • https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7078825/ |
1000 Publikationsstatus
1000 Begutachtungsstatus
1000 Sprache der Publikation
1000 Abstract/Summary
  • The peak of Internet searches and social media data about the coronavirus disease 2019 (COVID-19) outbreak occurred 10–14 days earlier than the peak of daily incidences in China. Internet searches and social media data had high correlation with daily incidences, with the maximum r > 0.89 in all correlations. The lag correlations also showed a maximum correlation at 8–12 days for laboratory-confirmed cases and 6–8 days for suspected cases.
1000 Sacherschließung
lokal Baidu Index
lokal Internet surveillance
gnd 1206347392 COVID-19
lokal Google Trends
lokal Weibo Index
lokal Coronavirus
1000 Fächerklassifikation (DDC)
1000 Liste der Beteiligten
  1. https://frl.publisso.de/adhoc/uri/TGksIEN1aWxpYW4=|https://frl.publisso.de/adhoc/uri/Q2hlbiwgTGkgSmlh|https://frl.publisso.de/adhoc/uri/Q2hlbiwgWHVleXU=|https://frl.publisso.de/adhoc/uri/WmhhbmcsIE1pbmd6aGk=|https://frl.publisso.de/adhoc/uri/UGFuZywgQ2hpIFB1aQ==|https://frl.publisso.de/adhoc/uri/Q2hlbiwgSGFveXU=
1000 Label
1000 Förderer
  1. Guangdong University of Technology |
1000 Fördernummer
  1. 002-18119101
1000 Förderprogramm
  1. Guangdong High-level University Development Program; Grant for Key Disciplinary Project of Clinical Medicine
1000 Dateien
1000 Förderung
  1. 1000 joinedFunding-child
    1000 Förderer Guangdong University of Technology |
    1000 Förderprogramm Guangdong High-level University Development Program; Grant for Key Disciplinary Project of Clinical Medicine
    1000 Fördernummer 002-18119101
1000 Objektart article
1000 Beschrieben durch
1000 @id frl:6419805.rdf
1000 Erstellt am 2020-04-07T11:24:28.798+0200
1000 Erstellt von 25
1000 beschreibt frl:6419805
1000 Bearbeitet von 25
1000 Zuletzt bearbeitet Tue Apr 07 13:38:03 CEST 2020
1000 Objekt bearb. Tue Apr 07 13:38:03 CEST 2020
1000 Vgl. frl:6419805
1000 Oai Id
  1. oai:frl.publisso.de:frl:6419805 |
1000 Sichtbarkeit Metadaten public
1000 Sichtbarkeit Daten public
1000 Gegenstand von

View source