S'identifier
FR
[EN] English
[FR] Français
S'identifier
FR
[EN] English
[FR] Français
Donnez votre avis
Chercher et explorer
Chercher
Explore ORBilu
Science ouverte
Open Science
Open Access
La gestion des données de recherche
Definitions
OS Working group
Webinars
Statistiques
Aide
Guide d'utilisation
FAQ
Formats de rapport
Typologies
Reporting
Formations
ORCID
À propos
A propos ORBilu
Mandat
Equipe
Impact et visibilité
À propos des statistiques
Indicateurs bibliométriques
OAI-PMH
Historique du projet
Informations juridiques
Protection des données
Mentions légales
Retour
Accueil
Référence détaillée
Télécharger
Article (Périodiques scientifiques)
Exploring Spillover Effects for COVID-19 Cascade Prediction
CHEN, Ninghan
;
CHEN, Xihui
;
ZHONG, Zhiqiang
et al.
2022
•
In
Entropy, 24
(2)
Peer reviewed vérifié par ORBi
Permalien
https://hdl.handle.net/10993/50679
DOI
10.3390/e24020222
PubMed
35205516
Documents (1)
Envoyer vers
Détails
Statistiques
Bibliographie
Publications similaires
Documents
Texte intégral
entropy-24-00222-v2.pdf
Postprint Éditeur (410.67 kB)
Télécharger
Tous les documents dans ORBilu sont protégés par une
licence d'utilisation
.
Envoyer vers
RIS
BibTex
APA
Chicago
Permalink
X
Linkedin
copier dans le presse-papier
copié
Détails
Disciplines :
Sciences informatiques
Auteur, co-auteur :
CHEN, Ninghan
;
University of Luxembourg > Faculty of Science, Technology and Medicine (FSTM) > Department of Computer Science (DCS)
CHEN, Xihui
;
University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT) > PI Mauw
ZHONG, Zhiqiang
;
University of Luxembourg > Faculty of Science, Technology and Medicine (FSTM) > Department of Computer Science (DCS)
PANG, Jun
;
University of Luxembourg > Faculty of Science, Technology and Medicine (FSTM) > Department of Computer Science (DCS)
Co-auteurs externes :
no
Langue du document :
Anglais
Titre :
Exploring Spillover Effects for COVID-19 Cascade Prediction
Date de publication/diffusion :
2022
Titre du périodique :
Entropy
eISSN :
1099-4300
Maison d'édition :
Multidisciplinary Digital Publishing Institute (MDPI), Basel, Suisse
Titre particulier du numéro :
Analysis and Applications of Complex Social Networks
Volume/Tome :
24
Fascicule/Saison :
2
Peer reviewed :
Peer reviewed vérifié par ORBi
Projet FnR :
FNR12252781 - Data-driven Computational Modelling And Applications, 2017 (01/09/2018-28/02/2025) - Andreas Zilian
Disponible sur ORBilu :
depuis le 28 mars 2022
Statistiques
Nombre de vues
202 (dont 21 Unilu)
Nombre de téléchargements
80 (dont 5 Unilu)
Voir plus de statistiques
citations Scopus
®
4
citations Scopus
®
sans auto-citations
1
OpenCitations
2
citations OpenAlex
5
citations WoS
™
3
Bibliographie
Publications similaires
Contacter ORBilu