Please use this identifier to cite or link to this item:
https://essuir.sumdu.edu.ua/handle/123456789/85691
Or use following links to share this resource in social networks:
Tweet
Recommend this item
Title | Реакція населення Європи на процес вакцинації проти COVID-19 з використанням кластерного аналізу |
Other Titles |
Reaction European population to the Covid19 vaccination process using cluster analysis |
Authors |
Kashcha, Mariia Oleksiivna
![]() Чугаєва, О.В. Грек, К.А. |
ORCID |
http://orcid.org/0000-0001-9055-8304 |
Keywords |
кластерний аналіз пандемія коронавірус міждержавний аналіз Європа cluster analysis pandemic coronavirus interstate analysis Europe |
Type | Article |
Date of Issue | 2021 |
URI | https://essuir.sumdu.edu.ua/handle/123456789/85691 |
Publisher | Сумський державний університет |
License | In Copyright |
Citation | Каща, М. О., Чугаєва, О. В., Грек, К. А. Реакція населення Європи на процес вакцинації проти COVID-19 з використанням кластерного аналізу // Вісник Сумського державного університету. Серія Економіка. 2021. № 1. С. 312−317. DOI: 10.21272/1817-9215.2021.1-35 |
Abstract |
В роботі наведено результати наукових досліджень з питання впливу превентивних заходів, а саме
імунізації населення, щодо розповсюдження вірусу Covid-19. Основною метою проведеного дослідження є
проведення кластерного аналізу країн Європи для аналізу стану захворюваності населення країни,
кількості летальних випадків та випадків повного одужання, в залежності від кількості вакцинованого
населення. Систематизація літературних джерел та підходів до вирішення проблеми встановлення
довіри населення до вакцинації та теоретичного доведення ефективності щеплень від хвороб, для яких це
можливо, засвідчила, що дане питання було актуальним раніше, та нового піку зацікавленості зазнало у
2021 році. Актуальність вирішення даної наукової проблеми полягає в тому, що пандемія Covid-19 вже
другий рік не збавляє обертів й уносить життя великої кількості людей у всьому світі. До дієвих способів
зупинити її можна віднести: дотримання соціальної дистанції, використання засобів індивідуального
захисту. Але їх недостатньо, тому масова вакцинація населення є необхідною превентивною мірою.
Дослідження питання об’єднання країн у групи в залежності від швидкості резільєнтності до вірусу та
кількості вакцинованого населення здійснено в статті в наступній логічній послідовності: 1) збір та
обробка статистичних даних; 2) перетворення абсолютних показників у відносні, в залежності від
кількості населення в країні; 3) проведення нормалізації даних; 4) застосування кластерного аналізу.
Методичним інструментарієм проведеного дослідження стали методи обробки статистичних даних,
метод k-середніх кластерного аналізу, метод Харрінгтона для нормалізації даних. Об’єктом
дослідження обрані просторові показники вразливості країн Європи до Covid-19. Дослідження емпірично
підтверджує та теоретично доводить, що пандемія Covid-19 розвивається диференційовано, так само
диференційовано проводиться і політика вакцинації у досліджуваних країнах. В результаті кластерного
аналізу виділена група країн (Австрія, Бельгія, Німеччина, Гренландія, Греція, Данія, Ірландія, Ісландія,
Іспанія, Італія, Ліхтенштейн, Люксембург, Мальта, Монако, Нідерланди, Португалія, Франція,
Швейцарія, Швеція), яка повинна стати взірцем для інших, адже їм притаманний високий рівень
вакцинованого населення та порівняно низькі темпи зростання інфікованого населення на рівні з відносно
низьким рівнем смертності. The paper presents the results of scientific research on the impact of preventive measures, namely immunization of the population, on the spread of the Covid-19 virus. The study's primary purpose is to conduct a cluster analysis of European countries to analyze the incidence of the population, the number of deaths, and cases of complete recovery, depending on the number of vaccinated population. Systematization of literature sources and approaches to solving the problem of establishing public confidence in vaccination and theoretical proof of the effectiveness of vaccinations against diseases for which this may have shown that this issue was relevant before, and a new peak of interest in 2021. The urgency of solving this scientific problem is that the Covid-19 pandemic for the second year does not slow down and take many people's lives around the world. Among the effective ways to stop it is to maintain social distance, use personal protective equipment, but not enough, so mass vaccination of the population is a necessary preventive measure. The study of the issue of grouping countries depending on the rate of resistance to the virus and the number of vaccinated population in the article was carried out in the following logical sequence: 1) collection and processing of statistics; 2) conversion of absolute indicators into relative, depending on the population in the country; 3) data normalization; 4) application of cluster analysis. The methodological tools of the study were methods of statistical data processing, the process of k-means cluster analysis, Harrington's strategy for data normalization. The object of the study was to select spatial indicators of the vulnerability of European countries to Covid-19. The study empirically confirms and theoretically proves that the Covid-19 pandemic is developing differently and differentiated vaccination policies in the studied countries. As a result of the cluster analysis, a group of countries (Austria, Belgium, Germany, Greenland, Greece, Denmark, Ireland, Iceland, Spain, Italy, Liechtenstein, Luxembourg, Malta, Monaco, Netherlands, Portugal, France, Switzerland, Sweden) identified should become a model for others. It is characterized by a high vaccinated population and relatively low growth rates of the infected population at a relatively low mortality rate. |
Appears in Collections: |
Вісник Сумського державного університету. Економіка |
Views
![China](/flags/cn.gif)
1
![Germany](/flags/de.gif)
-1384280764
![Ireland](/flags/ie.gif)
128892
![Lithuania](/flags/lt.gif)
1
![Singapore](/flags/sg.gif)
-1010378862
![Sweden](/flags/se.gif)
1
![Ukraine](/flags/ua.gif)
250748988
![United Kingdom](/flags/gb.gif)
102203614
![United States](/flags/us.gif)
-1010378864
![Unknown Country](/flags/--.gif)
250748987
Downloads
![France](/flags/fr.gif)
1090974
![Germany](/flags/de.gif)
-1384280763
![Lithuania](/flags/lt.gif)
1
![Singapore](/flags/sg.gif)
1
![Spain](/flags/es.gif)
1
![Ukraine](/flags/ua.gif)
-1646855828
![United Kingdom](/flags/gb.gif)
29667
![United States](/flags/us.gif)
-1010378863
![Unknown Country](/flags/--.gif)
162
Files
File | Size | Format | Downloads |
---|---|---|---|
Kashcha_cluster_analysis.pdf | 331.9 kB | Adobe PDF | 254572648 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.