研究使用数学模型来确定最佳的入学率方法
在最近的一项研究中,纽约大学阿布扎比大学的数学实践教授Alberto Gandolfi开发了一种数学模型,以识别学生可以上学的天数,以便他们在减轻感染的同时获得更好的学习体验。
该研究发表在Physica D期刊上,表明混合模型以及课堂和远程教学日或周的几乎周期性交替是理想的。在一个典型的例子中,最佳策略导致学校在200天中有90天开放,与学校相关的个人中案例的数量增加了约66%,而不是增加了将近250%。预计学校应完全重新开放。
该研究分为五个不同的组。这些包括易受感染的学生,易受感染的学生,表现出症状的学生,无症状的学生和康复的学生。此外,Gandolfi的研究还对其他因素进行了建模,包括七个小时的上课日作为传播的窗口,以及学生在校外被感染的风险。
甘道菲(Gandolfi)在谈到该模型的发展时说:“这项研究是在全球面对超过10亿名大流行的学生使用远程学习模型的情况下进行的,而教育工作者则需要为即将到来的2020-2021年学术计划制定计划鉴于儿童在教室内接触非常紧密,并且潜伏期持续了几天,因此研究表明,在大多数地区,完全重新开放教室是不可行的。由于疫苗的开发仍处于形成阶段,因此研究已经将对儿童的潜在影响置于阅读方面,而阅读方面的正常进度却损失了30%,数学方面则损失了50%或更多。”
他补充说:“该方法旨在为计划在2020-2021学年之前开展活动的学校提供可行的解决方案。每所学校或每组学校都可以根据本地的传播情况使研究适应其当前情况。以及分配给密闭性与班级教学的相对重要性;然后它可以计算出最佳的开放策略;由于在大多数情况下是混合解决方案,因此可以在学校周围建立该地区社会经济生活的其他方面日历。通过这种方式,孩子们可以从直接的课堂学习中获得最大的收益,同时确保感染的传播得到控制。”
该研究使用一个地区活跃的病例的患病率来代表被感染的机会,从而为每个国家/地区提供了重新开放学校的可能性的第一个迹象:学校可以在几个国家/地区全面重新开放,而其他国家/地区则可以完全重新开放。在大多数其他情况下,可以尝试通过严格的物理距离进行混合解决方案,并且进行频繁,通用的测试,即使不一定必须极其可靠。