@mastersthesis{Kimpfler2022Model-56737,
  year={2022},
  title={Modellierung und Sensitivitätsanalyse der Covid-19 Infektionen anhand des SEI<sup>3</sup>RD-Modells},
  address={Konstanz},
  school={Universität Konstanz},
  author={Kimpfler, Nena}
}

<rdf:RDF
    xmlns:dcterms="http://purl.org/dc/terms/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:bibo="http://purl.org/ontology/bibo/"
    xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
    xmlns:foaf="http://xmlns.com/foaf/0.1/"
    xmlns:void="http://rdfs.org/ns/void#"
    xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > 
  <rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/56737">
    <dcterms:title>Modellierung und Sensitivitätsanalyse der Covid-19 Infektionen anhand des SEI&lt;sup&gt;3&lt;/sup&gt;RD-Modells</dcterms:title>
    <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/39"/>
    <dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/56737/3/Kimpfler_2-1ac42quqjppmp2.pdf"/>
    <dc:creator>Kimpfler, Nena</dc:creator>
    <dc:language>deu</dc:language>
    <dcterms:issued>2022</dcterms:issued>
    <dc:contributor>Kimpfler, Nena</dc:contributor>
    <dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
    <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/39"/>
    <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2022-03-04T06:32:23Z</dcterms:available>
    <dc:rights>terms-of-use</dc:rights>
    <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2022-03-04T06:32:23Z</dc:date>
    <dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/56737/3/Kimpfler_2-1ac42quqjppmp2.pdf"/>
    <bibo:uri rdf:resource="https://kops.uni-konstanz.de/handle/123456789/56737"/>
    <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
    <dcterms:abstract xml:lang="deu">Am 31. Dezember wurde in Wuhan, China eine neue Lungenentzündung unbekannter Ursache festgestellt. Diese neuartige Viruskrankheit wurde am 11. Februar von der Welt- gesundheitsorganisation (WHO) als „Covid-19“ benannt. Kurz darauf wurde das Coro- navirus SARS-CoV-2 als Epidemie und schließlich einen Monat später, am 11. März 2020, offiziell zur einer weltweiten Pandemie erklärt. Von dort an folgten global zahlreiche Ein- schränkungen in Form von Lockdowns, Ausgangsbeschränkungen und Kontaktverbote, um die Pandemie zu bekämpfen. Zeitweise war es auch in Deutschland nicht mehr ge- stattet ohne einen triftigen Grund wie die Arbeit oder Einkäufe von lebensnotwendigen Dingen die Wohnung zu verlassen. Die gesellschaftlichen Auswirkungen dieser Maßnahmen trugen unter anderem zur Wirtschaftskrise 2020-2021 bei. Unsere weltweit vernetzte Lebensweise führte dazu, dass die Viruskrankheit Covid-19 sich rasch ausbreitete und zur bisher verheerendsten Pandemie des 21. Jahrhunderts führte. Weltweit traten nach und nach verschiedenste Mutationen der ursprünglichen Viruskrankheit auf. Im Dezember 2020 wurde die Virusvariante Alpha in Großbritannien nachgewiesen. Diese verlief ca. 60 % ansteckender als der vorherige Virustyp. Schnell tauchten weitere Variationen auf. In Südafrika dominierte die Beta-Variante, in Brasilien entdeckte man eine weitere Mutation, die Gamma-Variante und in Indien mutierte das Virus abermals zur Delta-Variante. Diese, nochmals 60 % ansteckender als die Alpha Virusvariante, setzte sich im Frühjahr 2021 global durch und dominierte im Sommer 2021 nahezu weltweit.Viele wissenschaftliche Arbeiten und Studien helfen uns das Coronavirus zu verstehen und zu bekämpfen. Ende des Jahres 2020 führte die Corona-Pandemie zum Durchbruch der mRNA-Impfstoffe. Am 2. Dezember wurde weltweit zum ersten Mal ein mRNA-Impfstoff, deren Wirksamkeit und Sicherheit bereits seit mehreren Jahren in klinischen Studien untersucht wurde, zugelassen. Bis heute (30. Januar 2022) sind bereits ca. 375 Millionen Infektionen mit dem Coronavirus bestätigt. Circa 5.66 Millionen Infektionen endeten davon tödlich. Mathematische Modellierungen zeigten sich bereits in der Vergangenheit als wichtiges Instrument der Forschung, um Infektionskrankheiten zu bekämpfen. Sie ermöglichen die Bewertung der Wirksamkeit von Kontrollstrategien z.B für TB, HIV und Influenza und dienen zur Kosten-Wirkungsanalyse von Impfprogrammen sowie zur Kontrolle von Krankenhausinfektionen.In dieser Arbeit wird das Infektionsgeschehen in Deutschland während des Sommers 2021 anhand des SEI3RD-Modells modelliert. Die Sensitivitätsanalyse bestimmter Parameter des Modells zeigt welche Rolle Kinder in der Pandemie spielen.</dcterms:abstract>
    <foaf:homepage rdf:resource="http://localhost:8080/"/>
  </rdf:Description>
</rdf:RDF>