鍵盤防疫,遊戲玩起來!一分鐘體驗新冠病毒的傳播及預防
2020 Apr 19 學習反思
看不見摸不著的新冠病毒,是如何快速傳播的? Fatih Erikli 創作了一個小遊戲(連結在此)。這個小遊戲是依據SIR模型所設計,目的是讓大眾更容易理解新冠肺炎的傳播,詳細設計邏輯在網頁下方有說明。SIR本身是一個簡化的傳染病模型,探討在一個封閉的空間範圍裡,如果存在著感染者,何時所有人會都得病?流行高峰會在何時出現?全體免疫會在何時出現? 在遊戲畫面中,Susceptible 表示易受感染者,目前雖然健康,但處於可能受感染的風險中。在畫面中以「灰色」表示。Infected 表示已受感染者,目前有報告指出新冠病毒感染者在無症狀的情況下可能也具傳染力。在畫面中以「紅色」表示。Recovered 表示曾受感染但已康復。在畫面中以「綠色」表示。如果受感染後死亡,則以骷髏表示。 要提醒大家的是,為了簡化以方便理解,在遊戲中預設康復後就不會再受感染。然而目前醫學上還沒有足夠的證據來告訴我們,新冠肺炎的患者在康復後是否能夠對這個病毒永遠免疫哦。 以下是操作方式介紹: 操作界面的左半邊是可以調整的參數,詳細說明如下: Initial sick agents:一開始有多少感染者 Agents per building:每棟建築物中的人數 Houses:住宅總數 Bus stations:公車站總數 Hospitals:醫院總數 Supermarkets:超市總數 Temples:宗教建築物總數 操作界面的右半邊是一張自動生成的圖表,橫軸代表時間(天),縱軸代表人數,圖表上方有當前的統計數字,Population是這個模型的人口總數,也就是把"Houses"乘以"Agents per building";Dead表示當前的染病後死亡總人數,以黑線表示;Recovered表示當前的染病後康復總人數,以綠線表示;Sick表示當前正在受感染的人數,以紅線表示。 設定好畫面左邊參數後,按下"Restart the simulation",上方頁面的模型就會依你的設定開始跑,圖表也會將這些數據的變化即時記錄下來。例如這就是我依照上圖中的參數設定跑出來的結果,即使起初的感染者只有1人,感染者還是增加超快的,最後導致將近五分之一的人口死亡。 如果變數太多有點讓人無所適從,可以先把Initial sick agents、Agents per building、Houses這幾項固定不動,只改動後面四項,來看環境對疫情傳播的影響。每次改了設定後,先自己預測看看這次的曲線跑起來會長怎樣,然後看看跟你預測的相差多少。 熟悉操作方式之後,可以做各種嘗試,調整各個參數並比較結果跟預測的差異。 ..