学者流动性及其对欧洲知识生产者劳动力的影响;利用城市自行车中途停留来揭示城市吸引力的空间格局;意见形成的相对方法;古典音乐和声史上的Heaps定律和词汇丰富性;用于2021年德克萨斯州停电的仿真和纠正措施评估的开源模型;现代社会的财富分配：收集的数据和主方程法;在交通运输的多航段预订中检测离群需求;实时灾难响应的社交媒体图像分类模型;GAEA：通过强化学习实现公平获取的图增强 ;隐私万花筒：法语，德语，英国和美国GDPR媒体话语之间的差异;一切都与卡片有关：在社交媒体上共享可能会鼓励HTML元数据的增长;基于仿真的大学校园课堂传播传播的COVID-19分析;检测和设计城市环境居住结构的新方法;聚合、分散和交换过程的组合模型：来自分析计算的见解;关于使用分段仿射混沌一维映射生成具有长程相关流量的自相似（扩展版）;开放学校对Covid-19的影响：一项数学研究;随机流行病模型中聚类检测的客观标准;使用C-SSRS对Reddit上的自杀进行时变和时不变评估的表征;不受控制的交叉路口上的相同自主车辆的紧急穿越情况;基于势函数的蜂群状二维协同车辆编队模型;基于六面体的成长网络的特性和性质;在机构环境中模拟Covid-19在马来西亚联系网络上的传播以进行实际的重新开放策略;超越二分法：乘车如何与公共交通竞争和互补;替代性空间需求模式下的乘车潜力;大流行性疲劳对COVID-19传播的影响：数学模型研究;群体网络结构影响遗传算法优化性能;成为桥梁的负担：理解COVID-19大流行期间多语言用户的角色;学者流动性及其对欧洲知识生产者劳动力的影响

原文标题： Scholars mobility and its impact on the knowledge producers’ workforce of European regions

地址：

作者： Marcia Ferreira, Juan Pablo Bascur, Rodrigo Costas

摘要： 知识生产越来越依赖于流动性。但是，其作为知识重组和传播机制的作用在很大程度上仍然未知。基于我们用来构建面板数据集的1,435,729名作者的1,244,080个Web of Science出版物，我们研究了区域间出版和科学家的流动性对促进2008-2017年欧洲国家劳动力构成的影响。具体来说，我们收集有关在一个地区发表然后在其他地区发表的科学家的信息，并探讨了决定区域和国际流动性的一些因素。初步发现表明，尽管研究人员的人才库日益国际化，但其流动似乎受到地理结构的控制。未来的研究将通过考虑研究主题随时间的出现和消失来研究流动性对科学领域的区域结构的影响。

利用城市自行车中途停留来揭示城市吸引力的空间格局

原文标题： Using city-bike stopovers to reveal spatial patterns of urban attractiveness

地址：

作者： Krystian Banet, Rafal Kucharski, Vitalii Naumov

摘要： 我们演示了如何通过数字化的城市自行车旅行痕迹来识别城市空间的吸引力。我们利用他们的独特功能-中途停留：骑车人在旅途中所进行的短暂的，与交通无关的停留。正如我们在克拉科夫（波兰）的案例研究中所展示的那样，当将其应用于大型数据集时，会出现有意义的模式，在顶级旅游胜地和休闲胜地以及新兴的新地方都发现了热点（中途停留时间长且频繁的地点） 。我们提出了一种适用于任何时空城市自行车痕迹的通用方法，可提供有意义的结果，以理解一般的城市空间吸引力及其动态。通过提议的过滤（减轻选择偏差）和经验交叉验证（排除假阳性分类），结果有效地揭示了城市吸引力的空间格局。对于决策者和分析人员而言，对于增进游客和居民对城市空间消费模式的理解非常重要。

意见形成的相对方法

原文标题： A relative approach to opinion formation

地址：

作者： Kit Ming Danny Chan, Robert Duivenvoorden, Andreas Flache, Michel Mandjes

摘要： 我们提出了一个建立在并扩展著名的DeGroot模型的意见动态的线性模型。它的主要创新之处在于它涉及相对意见，因为两个仅相乘常数相差的意见向量被认为是等效的。主体人的意见用R中的数字表示，并且由于其他主体人的意见产生的正面和负面影响而演变。作为相对解释的结果，该模型尽管具有类似DeGroot的线性基础，但仍表现出非线性动力学。这意味着，即使主体“连接良好”，相对意见模型的动力学也可以重现诸如极化，共识形成和周期性行为之类的现象。保留在DeGroot类型的框架中的另一个重要优点是，它允许使用基本矩阵代数进行广泛的分析研究。涵盖了一些特定的主题：（i）我们展示了如何确定意见动态中的稳定模式，这些模式仅考虑绝对意见时就被隐藏了，例如，尽管绝对意见不断变化，人口的稳定分裂。 （ii）对于两主体情况，我们提供了模型渐近（长期，即）行为的详尽描述。 （iii）我们探索群体动态，特别是提供一个非平凡的条件，在这种条件下，一个群体的渐近行为会延续到整个人群。

古典音乐和声史上的Heaps定律和词汇丰富性

原文标题： Heaps’ Law and Vocabulary Richness in the History of Classical Music Harmony

地址：

作者： Marc Serra-Peralta, Joan Serrà, Álvaro Corral

摘要： 音乐是人类的基本建构，和谐是音乐语言的基础。使用古典音乐的Kunstderfuge语料库，我们分析了涵盖近6个世纪的76位古典作曲家和声词汇丰富性的历史演变。这样的语料库包括大约9500个片段，产生了超过500万个音乐代码字标记。满足Heaps定律，即作曲家和声词汇的大小（以代码字类型表示）和其作品的总长度（以代码字标记表示）之间的关系（指数约为0.35）使我们能够定义相对度量具有透明解释的词汇丰富性。结合考虑的语料库，此度量可以使我们量化多个世纪以来的和谐丰富度，从而揭示出明显的线性增长趋势。这样，我们就可以按照词汇丰富程度对作曲家进行排名，就像对其他相关指标（如熵）一样。我们发现后者与我们的富裕程度特别相关。我们的方法不特定于音乐，并且可以应用于由不同类型的令牌（例如自然语言）构建的其他系统。

用于2021年德克萨斯州停电的仿真和纠正措施评估的开源模型

原文标题： An Open-source Model for Simulation and Corrective Measure Assessment of the 2021 Texas Power Outage

地址：

作者： Dongqi Wu, Xiangtian Zheng, Yixing Xu, Daniel Olsen, Bainan Xia, Chanan Singh, Le Xie

摘要： 由于范围广泛的发电能力中断和破纪录的电力需求，2021年2月在德克萨斯州发生的前所未有的冬季风暴使至少450万客户经历了减载。尽管在德克萨斯州发生如此广泛的停电事件的方式，方式和原因还有很多待调查，但更广泛的研究界必须基于一致的电网模型和数据集来开发见解。在本文中，我们协作发布了一个开放源代码的大规模基准模型，该模型是综合的，但是仍然提供了实际能源网格的真实表示，并附带了开放源代码的跨域数据集。利用综合网格模型，我们重现了停电事件，并严格评估了可能在这种极端天气条件下缓解停电的几种纠正措施。我们发现了甩负荷的地区差异。该分析还量化了一些针对缓解停电的纠正措施的敏感性，以未使用的能源（ENS）来衡量。这种方法和方法可以推广到正在经历重大能源组合过渡的其他地区。

现代社会的财富分配：收集的数据和主方程法

原文标题： Wealth distribution in modern societies: collected data and a master equation approach

地址：

作者： Istvan Gere, Szabolcs Kelemen, Geza Toth, Tamas Biro, Zoltan Neda

摘要： 具有增长和重置项的随机演化方程（LGGR模型）之类的均值场可用于对现代社会的财富分配进行建模。模型的固定解导致密度函数的解析形式，该形式成功地描述了所有财富类别的观测数据。在高财富值的限制中，建议的密度函数具有公认的Tsallis-Pareto形状。我们的结果与基于类似财富交换过程的均值域的早期方法的预测一致。

在交通运输的多航段预订中检测离群需求

原文标题： Detecting outlying demand in multi-leg bookings for transportation networks

地址：

作者： Nicola Rennie, Catherine Cleophas, Adam M. Sykulski, Florian Dost

摘要： 网络效应通常会使需求预测复杂化，尤其是异常值检测。例如，在运输网络中，对特定目的地的需求突然增加，不仅会影响到达该目的地的分支，而且还会影响网络中附近的已连接分支。当运输服务提供商（例如铁路或长途汽车公司）提供许多多程路线时，网络效应尤其重要。在本文中，我们提出了一种用于生成自动异常值警报的新颖方法，以支持分析人员相应地调整需求预测以进行可靠的计划。为了创建此类警报，我们提出了一种分两步的方法来检测交通网络预订中的异常需求。第一步将网络分支聚集在一起，以适当地划分和合并预订模式。第二步确定每个聚类中的离群值，以创建受影响分支的排名警报列表。我们表明，这种方法优于独立考虑网络中每条腿的分析，尤其是在大多数乘客预订多腿路线的高度连接的网络中。我们通过详细的模拟研究说明了从德国铁路公司获得的经验数据的适用性。后者展示了该方法的鲁棒性，并量化了针对网络中的外部需求进行调整所带来的潜在收益。

实时灾难响应的社交媒体图像分类模型

原文标题： Social Media Images Classification Models for Real-time Disaster Response

地址：

作者： Firoj Alam, Tanvirul Alam, Ferda Ofli, Muhammad Imran

摘要： 在社交媒体上共享的图像可帮助危机管理人员获得态势感知和评估已造成的损失，以及其他响应任务。由于此类内容的数量和速度确实很高，因此，为了获得更快的响应，实时图像分类已成为当务之急。计算机视觉和深度神经网络的最新进展使得能够开发用于多种任务的实时图像分类模型，包括检测危机事件，过滤不相关的图像，将图像分类为特定的人道主义类别以及评估破坏的严重性。为了开发实时鲁棒模型，有必要理解这些任务的公开预训练模型的功能。在当前最先进的危机信息学中，它还没有得到充分的研究。在这项研究中，我们解决了这样的局限性。我们使用针对这些任务的最大的公开可用数据集，针对四种不同的任务调查了十种不同的体系结构。我们还将探讨数据增强，半监督技术和多任务设置。在广泛的实验中，我们取得了可喜的结果。

GAEA：通过强化学习实现公平获取的图增强

原文标题： GAEA: Graph Augmentation for Equitable Access via Reinforcement Learning

地址：

作者： Govardana Sachithanandam Ramachandran, Ivan Brugere, Lav R. Varshney, Caiming Xiong

摘要： 在社会和社会技术网络中，不同亚人群对资源的不同访问是一个普遍存在的问题。例如，城市基础设施网络可以使某些种族群体能够更轻松地访问诸如优质学校，杂货店和投票站之类的资源。同样，大学和组织内的社交网络可以使某些群体更容易地访问具有有价值信息或影响力的人。在这里，我们介绍一类新问题，即“公平访问图增强”（GAEA），以通过在预算约束下编辑图边来增强网络系统中的公平性。我们证明了此类问题是NP难题，无法在（1-tfrac13e）的因素内近似。我们为GAEA开发了一种基于原理，采样和时间高效的马尔可夫奖励流程（MRP）的机制设计框架。我们的算法在各种合成图上均优于基线。我们通过合并芝加哥市的公共普查，学校和交通数据集，并应用我们的算法在公交网络上找到易于理解的编辑内容，从而在整个世界范围内公平地访问高质量学校，从而进一步证明了该方法种族群体。在大学的Facebook网络上进行的进一步实验产生了一系列新的社会联系，这将增加公平访问性别群体中某些归属节点的机会

隐私万花筒：法语，德语，英国和美国GDPR媒体话语之间的差异

原文标题： The Kaleidoscope of Privacy: Differences across French, German, UK, and US GDPR Media Discourse

地址：

作者： Mary Sanford, Taha Yasseri

摘要： 隐私的概念因文化而异。在互联网时代，数字工具不断挑战用户，技术人员和政府定义，重视和保护隐私的方式。国家和超国家实体试图规范隐私并保护在线管理的数据。欧盟通过了一般数据保护条例（GDPR），该条例于2018年5月25日生效。此处提出的研究借鉴了法国，德国，英国和美国来源的两年间有关GDPR的媒体报道。我们使用主题建模的无监督机器学习方法来比较跨时间和地理区域的新闻文章的主题结构。我们的工作强调隐私评估的区域差异的相关性，以及实施单边数据保护法规（例如GDPR）的潜在障碍。我们发现，这四个国家的GDPR媒体报道随时间推移的主题和趋势反映了其传统隐私文化之间的差异。

一切都与卡片有关：在社交媒体上共享可能会鼓励HTML元数据的增长

原文标题： It’s All About The Cards: Sharing on Social Media Probably Encouraged HTML Metadata Growth

地址：

作者： Shawn M. Jones, Valentina Neblitt-Jones, Michele C. Weigle, Martin Klein, Michael L. Nelson

摘要： 在理想的情况下，所有文章始终包含足够的元数据来描述资源。我们知道这不是现实，因此我们有动机去研究当作者和出版者提供自己的元数据时所存在的元数据的演变。由于应用元数据需要花费时间，因此我们认识到每个新闻作者的元数据预算都有限，因此只能花费时间和精力。他们如何支出这笔预算？使用的顶级元数据类别是什么？它们是如何随着时间增长的？他们的目的是什么？我们还认识到并非所有元数据字段都被平等地使用。随着时间的推移，各个领域的增长是什么？哪些领域的采用速度最快？在本文中，我们回顾了1998年至2016年间来自Internet档案馆刻画的29个媒体的227,726个HTML新闻文章。回顾每篇文章中的元数据字段后，我们发现2010年开始了元数据复兴，因为发布商采用了元数据来改善搜索引擎排名，搜索引擎跟踪，社交媒体跟踪和社交媒体共享。在分析各个字段时，我们发现元数据的一种应用程序在所有其他应用程序中脱颖而出：社交卡-由Twitter之类的平台在共享一个URL时生成的卡。在2010年为卡建立元数据标准后，第一年该领域被20％的文章采用，到2016年达到95％以上的采用率。这一采用率在相当程度上超过了Schema.org和Dublin Core这样的努力。利润。当面对有关新闻发布者如何使用元数据预算的这些结果时，我们必须得出结论，这全都与卡片有关。

基于仿真的大学校园课堂传播传播的COVID-19分析

原文标题： Simulation-Based Analysis of COVID-19 Spread Through Classroom Transmission on a University Campus

地址：

作者： Arvin Hekmati, Mitul Luhar, Bhaskar Krishnamachari, Maja Matarić

摘要： 空中传播现在被认为是COVID-19传播的主要方式。我们研究了与在大学校园举行亲自授课相关的空中传播风险。我们利用封闭房间中的空气传播风险模型，该模型考虑了房间的空气变化率，口罩效率，乘员的初始感染可能性以及乘员的活动水平。我们引入一个度量 R_0 ^ eff 并将其用于评估，该度量表示一周中由于课堂互动而在一周内发生的新感染与该周初被感染人数的比率。这可以看作是众所周知的 R_0 生殖数字指标的替代，但范围仅限于课堂互动，并且每周进行计算。模拟考虑了学生在整个星期内重复在课堂上互动的可能性。我们介绍了使用美国一所大型大学的2019年秋季和2020年秋季课程注册数据生成的模型预测，使我们能够评估面对面计划和混合计划之间的传播风险差异。我们量化参数的影响，例如减少占用率和面膜功效。我们的模拟表明，使用通用口罩可以通过课堂互动减少新感染 3.6 times 。将90％的班级在线转移到新案例中，可减少 18 times 。通过具有混合类别，将类别占用率降低到20％，可以使新感染的发生率进一步降低约2.15美元至2.3倍。

检测和设计城市环境居住结构的新方法

原文标题： A New Approach to Detecting and Designing Living Structure of Urban Environments

地址：

作者： Bin Jiang, Ju-Tzu Huang

摘要： 可持续的城市设计或规划不是类似于乐高的预制组件，而是像胚胎一样的生长，具有持续的差异性和对整体的适应性。连贯的整体具有醒目的特征-称为生活结构-由小的子结构比大的子结构组成。为了检测居住结构，先前已采用自然街道或轴线来拓扑地表示城市环境作为一个连贯的整体。本文提出了一种新的方法来检测城市环境的基本生活结构。该方法将整个城市环境作为一个整体，然后将其递归分解为不同层次结构或规模（从最大到最小）的有意义的子整体。我们将新方法与自然街道和轴线方法进行了比较，并通过四个案例研究证明了新方法更好，更强大。基于这项研究，我们将进一步讨论如何将这种新方法不仅用于理解，而且可以有效地设计或规划城市环境的居住结构，使其更加居住或宜居。关键字：城市设计或规划，结构美感，空间语法，自然街道，生活，整体性

聚合、分散和交换过程的组合模型：来自分析计算的见解

原文标题： A combined model of aggregation, fragmentation, and exchange processes: insights from analytical calculations

地址：

作者： Dominic T Robson, Andreas CW Baas, Alessia Annibale

摘要： 我们引入平均场框架来研究共享保守量的相互作用粒子的系统。这项工作将资产交换模型的现有领域（通常应用于社会经济系统）和聚集碎片模型（通常用于对集群动力学建模的模型）进行归纳和统一。初始模型仅包含两体碰撞，然后将其扩展为包括多体碰撞和自发破碎。我们导出了稳态分布的自洽方程，可以使用总体动力学算法求解该方程，并提供了一个矩量随时间变化的完整解，并通过数值模拟进行了验证。该模型的通用性使其适用于许多问题，并允许研究表现出通常所考虑的更为复杂的相互作用的系统。这项工作与Barchan沙丘场的建模有关，在该建模中，床形之间的相互作用以及由于风的变化而导致的自发破碎会导致尺寸选择。当主体商既可以合并资产又可以拆分为多个子公司时，我们的工作也可以用于寻找财富分配。

关于使用分段仿射混沌一维映射生成具有长程相关流量的自相似（扩展版）

原文标题： On the Generation of Self-similar with Long-range Dependent Traffic Using Piecewise Affine Chaotic One-dimensional Maps (Extended Version)

地址：

作者： G. Millán

摘要： 通过考虑分段分段仿射一维图的使用，提出了一种模型的定性和定量扩展，该模型用于生成具有长距离依赖性（LRD）的自相似交通量。基于生成的时间序列的分解，对Hurst指数的值的行为进行了有效的解释，并显示了通过所提出的模型的参数进行控制的可行性。

开放学校对Covid-19的影响：一项数学研究

原文标题： The effect of opening schools on the course of Covid-19: a mathematical study

地址：

作者： Alberto Gandolfi, Andrea Aspri, Elena Beretta, Khola Jamshad, Muyan Jiang

摘要： Covid-19疫情爆发带来的最大挑战之一涉及学校开学，课堂学习与远程学习，影响全球超过10亿学生。这里的主要问题之一是就学活动对流行病传播的潜在影响：已经进行了许多研究，常常得出不同的结论。在本文中，我们首先确定了两个亚群中病毒传播之间相互关系的一个明显未被观察到的特征：随着一个亚群的接触率变化，在亚群中与几乎不相关的传播率的严重影响之间存在一个相变。整体爆发；尽管在不同的过渡点，这种过渡被认为是在暴发或新的毒株高涨，封锁和疫苗接种运动期间发生的。在学校中，我们的结果表明，适当地且可能非常紧密地控制开口对大流行的总体蔓延没有影响。即使在学龄儿童不符合资格的广泛疫苗接种中也是如此。为了抑制结果的数学复杂性，我们在此将约束仅限于SIR模型，但我们相信并通过仿真说明了我们的结论适用于更一般的情况；我们的结果澄清了关于学校开放效果的各种观点，并有助于为即将开展的学校活动制定计划。文献中的案例研究说明了相变的发生。

随机流行病模型中聚类检测的客观标准

原文标题： An objective criterion for cluster detection in stochastic epidemic models

地址：

作者： Eugenio Lippiello, Polytzois Bountzis

摘要： 正确识别簇对于准确监测疾病的传播以及在具有流行结构的许多其他自然，社会和物理现象中至关重要。但是，即使有一个精确的数学模型，也没有简单的工具可以识别存在多少个独立的簇并将元素链接到适当的簇。在这里，我们独立于描述现象动态的模型，开发了一种自动的方法来检测团簇的内部结构及其数量。它基本上基于对数似然 delta cal LL 的差异，该差异在连接所有元素并将它们分组为群集时进行评估。取决于连接元素的数量 delta cal LL 呈现了可以在聚类识别中使用的斜率和奇异性变化。我们的方法已针对具有最小时间结构的流行模型和描述地震时空聚类的流行类型余震序列模型进行了验证。

使用C-SSRS对Reddit上的自杀进行时变和时不变评估的表征

原文标题： Characterization of Time-variant and Time-invariant Assessment of Suicidality on Reddit using C-SSRS

地址：

作者： Manas Gaur, Vamsi Aribandi, Amanuel Alambo, Ugur Kursuncu, Krishnaprasad Thirunarayan, Jonanthan Beich, Jyotishman Pathak, Amit Sheth

摘要： 自杀是美国第十大死亡原因（1999-2019年）。但是，几乎不可能预测何时有人会自杀。在现代世界中，许多患有精神疾病的人都在Reddit等知名且易于访问的社交媒体平台上寻求情感支持和建议。尽管先前的人工智能研究表明可以从社交媒体上提取有关自杀思想和行为的有价值的信息，但这些努力并未同时考虑风险的严重性和时间性。通过访问此类数据而获得的见解具有巨大的临床潜力-最为可预见的是，触发了采用及时有针对性的干预措施（即自愿和非自愿精神病院治疗）以挽救生命的触发器。在这项工作中，我们通过开发深度学习算法来评估这一知识鸿沟，该算法根据哥伦比亚自杀严重性等级量表（C-SSRS）从Reddit数据中根据严重性和时间性评估自杀风险。尤其是，我们采用两种深度学习方法：时变模型和时变模型，用于用户级别的自杀风险评估，并根据基于C-SSRS的临床医师评议的金标准Reddit语料库评估其性能。我们的结果表明，时变方法在评估与自杀有关的观念和支持行为方面优于时变方法（AUC：0.78），而时不变模型在预测与自杀有关的行为和自杀尝试方面表现更好（ AUC：0.64）。所提出的方法可以与临床诊断访谈相结合，以改善自杀风险评估。

不受控制的交叉路口上的相同自主车辆的紧急穿越情况

原文标题： Emergent Crossing Regimes of Identical Autonomous Vehicles at an Uncontrolled Intersection

地址：

作者： Karam Safarov, Thomas Kent, Eddie Wilson, Arthur Richards

摘要： 为了研究自动驾驶汽车对城市拥堵的影响，本研究着眼于自动驾驶汽车在道路交叉口的性能。使用简单的MATLAB仿真，对同质自动车辆的两个相交的一维流进行了研究，研究了交叉路口性能在各种交通密度范围内的表现。这缺少更高级模拟的细节，但是可以快速识别基本行为。结果表明，在低，中，高密度下存在明显的交叉方式。此外，可以通过分析来预测各个制式之间的过渡，并且其性能与一维交通流的基本模型有关。这些发现有可能将精力集中在为新兴的AV制定改进的决策规则上。

基于势函数的蜂群状二维协同车辆编队模型

原文标题： A flock-like two-dimensional cooperative vehicle formation model based on potential functions

地址：

作者： Ruochen Hao, Meiqi Liu, Wanjing Ma, Bart van Arem, Meng Wang

摘要： 在联网和自动车辆（CAV）的公路上进行排灯排已经引起了相当大的关注，而如何管理和协调城市网络中的排排在很大程度上仍然是一个悬而未决的问题。这种科学上的差距主要是由于城市道路上的机动复杂性造成的，因此很难对排的形成过程进行建模。受到自然界中群集行为的启发，本文提出了一个二维模型来描述CAV群的动力学。该模型是基于平面坐标系中的势场来制定的，该势场由车内势场和截面势场组成。当车辆间隙大于平衡距离时，车辆之间的势场使CAV彼此吸引，否则彼此排斥。它还会鼓励改道机动加入排或遵守交通管理层。横截面势场能够模仿车道保持行为，并且还会产生阻力，从而在非常低的激励条件下避免不必要的车道变化。这些建模原理也可以应用于混合交通环境中的人为驾驶车辆。通过分析，证明了该模型在跟车合理性和跟车安全性方面的行为合理性，并在典型驾驶场景中通过仿真进行了进一步验证。该模型具有高效的计算能力，可以洞悉城市网络中的排的运行情况。

基于六面体的成长网络的特性和性质

原文标题： The characteristics and properties of growing network based on hexahedron

地址：

作者： Li Haijun, Lu Qingping

摘要： 我们通过六面体的叠加构建了一个新网络，六面体是无标度，高度稀疏，可分解和最大平面图。使用迭代法分别计算网络度分布，聚集系数和相关度，发现这些特性非常丰富。网络特征分析的方法可以应用到一些实际系统中，从而在复杂网络理论的框架下研究实际网络系统的复杂性。

在机构环境中模拟Covid-19在马来西亚联系网络上的传播以进行实际的重新开放策略

原文标题： Modelling the Spread of Covid-19 on Malaysian Contact Networks for Practical Reopening Strategies in an Institutional Setting

地址：

作者： Fatimah Abdul Razak, Paul Expert

摘要： 重新开放战略对于平衡经济振兴工作并恢复正常感，同时减轻疫情爆发并有效拉平感染曲线至关重要。本文基于在Covid-19之前收集的学生友谊网络上运行的SIR模拟，为机构重新引入物理会议提出了实用的重新开放，监控和测试策略。这些用作评估可用于物理课的几种测试策略的基准。我们的模拟显示，在充分理解接触的情况下可获得最佳的暴发缓解结果，但是对于学生不遵守新的社会互动准则（通过互动的部分知识进行模拟），也具有较强的鲁棒性。这些结果不仅适用于机构，也适用于任何希望在Covid-19肆虐的世界中度过的组织或公司。

超越二分法：乘车如何与公共交通竞争和互补

原文标题： Beyond the Dichotomy: How Ride-hailing Competes with and Complements Public Transport

地址：

作者： Oded Cats, Rafał Kucharski, Santosh Rao Danda, Menno Yap

摘要： 由于乘车服务已成为全球许多城市的重要旅行选择，因此，关于乘车服务是否与公共交通服务竞争或相互补充的争论一直在进行。我们使用美国和欧洲六个城市的Uber行程数据来确定每次乘车最具吸引力的公共交通替代方案。然后，我们解决以下问题：（i）乘车旅行的时间和成本与最快的公共交通工具相比如何？ （ii）没有可行的公共交通工具替代的乘车旅行的比例是多少？ （iii）叫车服务如何改变整体服务的可及性？ （iv）两种替代方案之间的需求份额和相对竞争之间的关系是什么？我们的发现表明，二分法（竞争或互补）是错误的。尽管绝大多数乘车旅行有可行的公共交通选择，但其中20％至40％的乘客没有可行的公共交通选择。与美国的欧洲城市相比，美国的城市为乘车服务的加入而带来的服务可及性的提高更大。需求分割与出行时间的相对竞争力直接相关，即，当公共交通出行时间具有竞争力时，乘车需求份额很低，反之亦然。

替代性空间需求模式下的乘车潜力

原文标题： Ride-pooling potential under alternative spatial demand patterns

地址：

作者： Jaime Soza-Parra, Rafał Kucharski, Oded Cats

摘要： 共享乘车通常被认为是一种有前途的旅行选择，它可以在提供上门服务的同时有效地将人们聚集在一起。尽管如此，尽管预期需求分配模式将极大地影响乘车出行的潜力，但其影响仍然未知。在这项研究中，我们探索了各种需求模式的可共享性。我们设计了一组实验，旨在通过改变中心的数量，每个中心周围目的地的分散性和行程长度分布，来确定引入拼车服务的最有希望的需求模式。在将游乐设施与游乐设施相匹配时，我们不仅要确保它们在时间和空间上的相互兼容性，而且共享游乐设施仅由旅行者组成，他们认为乘车共享优惠比私人乘车替代方案更具吸引力，因为该行业具有以下特点：旅行时间，票价和不适之间的差异。我们使用一系列与乘客需求可以分配给共享乘车的程度有关的指标来衡量可共享性的潜力。我们的研究结果表明，在固定需求水平下，并取决于中心周围旅行目的地的集中程度和行程长度分布，引入乘车拼车服务可以将车辆时数减少18-59％。系统效率与前者正相关，而与后者负相关。从单中心需求模式转变为多中心需求模式对共享乘车的前景影响有限。

大流行性疲劳对COVID-19传播的影响：数学模型研究

原文标题： Impact of pandemic fatigue on the spread of COVID-19: a mathematical modelling study

地址：

作者： Disheng Tang, Wei Cao, Jiang Bian, Tie-Yan Liu, Zhifeng Gao, Shun Zheng, Jue Liu

摘要： 在2020年末，世界各地许多国家（包括英国，加拿大，巴西，美国等）的确诊COVID-19病例数再次激增，在全国乃至全世界掀起了一股热潮。尽管有迹象表明预防疲劳可能是一个关键因素，但迄今为止尚未提供科学证据。我们使用具有层次结构的随机荟萃模型，并从爆发初期到2020年底将模型拟合到美国的阳性病例。通过假设预防措施的力度，我们将非药物干预措施（NPI）纳入了该模型随着病例的增长而增长，并研究了两种类型的大流行性疲劳。我们发现，在大多数州和整个美国，人们对爆发的反应均呈亚线性（指数k = 0.5），而只有三个州（马萨诸塞州，纽约和新泽西州）具有线性反应（k = 1）。病例疲劳（人们对阳性病例的警惕性下降）占病例的58％，而预防性疲劳（警觉组的最大比例衰减）占病例的26％。如果没有大流行性疲劳（无病例疲劳和预防疲劳），则总阳性病例平均减少68％。我们的研究表明，大流行性疲劳是导致美国COVID-19状况恶化的主要原因。降低警惕是造成大多数积极病例的原因，而较高的死亡率往往会促使当地居民对疫情做出更快的反应，并保持更长的警惕。

群体网络结构影响遗传算法优化性能

原文标题： Population network structure impacts genetic algorithm optimisation performance

地址：

作者： Aymeric Vie

摘要： 遗传算法（GA）是一种搜索方法，可通过模拟自然演化来优化一组解决方案。好的解决方案可以共同创造出更好的候选人。标准GA假设任何两个解决方案都可以配对。但是，在自然和社会环境中，社会网络可以限制两个人交配的可能性。人口网络结构对GA绩效的影响尚不清楚。在这里，我们介绍了网络遗传算法（NGA），以评估各种随机和无标度的人口网络如何影响GA对基准函数的优化性能。我们显示出随着网络变化，NGA性能显著变化的证据。此外，我们发现以中等密度和较低的平均最短路径长度为特征的性能最佳的人口网络显著优于标准完整网络GA。这些结果可能构成网络调整和网络控制的起点：将人口的网络结构视为可以调整以改善演化算法性能的参数，并提供更现实的社会学习建模。

成为桥梁的负担：理解COVID-19大流行期间多语言用户的角色

原文标题： The Burden of Being a Bridge: Understanding the Role of Multilingual Users during the COVID-19 Pandemic

地址：

作者： Ninghan Chen, Xihui Chen, Zhiqiang Zhong, Jun Pang

摘要： COVID-19大流行的爆发引发在线社交网络上的信息大流行。因此，对于政府来说，重要的是确保其官方信息胜过虚假信息并有效地向公众传播。当前受该病毒影响最严重的一些国家和地区，包括欧洲，南美和印度，遇到了另一种困难：多种语言。了解多语言用户在信息传播过程中的特定角色对于调整此类国家和地区政府的发布策略至关重要。在本文中，我们调查了流行社交网络上COVID-19大流行期间多语言用户在传播信息中的作用。从大流行开始，我们从人口稠密的多语言区域收集了Twitter的大规模数据集。有了这个数据集，我们成功地证明了多语种用户在传播COVID-19相关信息方面起到了桥梁的作用。我们进一步研究了多语言用户的心理健康状况，并表明作为多语言用户的桥梁，多语言用户趋向于更加消极。最近的一项心理学研究证实了这一点，该研究指出，过度接触社交媒体可能会导致负面情绪。

声明：Arxiv文章摘要版权归论文原作者所有，机器翻译后由本人进行校正整理，未经同意请勿随意转载。本系列在公众号“网络科学研究速递”（netsci）和个人博客进行同步更新。