Joint targeted coverage ranks locations by p_inf, which crowds out workplaces
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 3/5
- Tempo stimato
- 1-2 giorni
- Idoneità per principianti
- 55/100
Direzione di ricerca
Start with generate_joint_intervention_switches() and trace its use of ach_to_p_inf(), volume_per_person_<setting>, and size_per_individual_<setting>. Review #139 and the discussion in #142 to resolve whether the budget metric uses floor area or air volume. Done means the selected benefit-per-budget ranking is implemented and compared with the current default-parameter coverage results for workplaces, schools, and leisure locations.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
In joint targeted mode, generate_joint_intervention_switches() ranks the pooled workplace, school and leisure locations by ach_to_p_inf(). This was agreed in #142 as a minimum fix.
p_inf divides by volume_per_person_<setting>, which the transmission model never uses. The model's per-location FOI is riskiness_i × (1 − efficacy_i) × beta_s × I_i / N_i. As a result, leisure (8 m³ per person) outranks workplaces (27 m³ per person) at the same ACH. With default parameters at 33% joint coverage, only 4–13% of workplace people are covered, against 50–58% of leisure.
Proposed fix: rank by benefit per unit of budget, beta_s × riskiness_i × efficacy_i / cost_i, where cost_i depends on the coverage target:
- Per person: 1
- Per space: space per person ×
delta_i, since larger spaces cost more to ventilate. Space could be floor area or air volume. The currentsquare_footagetarget usessize_per_individual_<setting>, which is documented as either, while Wells-Riley usesvolume_per_person_<setting>. Which one to use is still open (see #139).
This gives a per-person and a per-space ranking to compare.
- Lingua principale
- R
- Stelle
- 8
- Fork
- 4
- Merge medio
- 3g 18h
- PR unite (30g)
- 3
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di petal-code/helios
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
petal-code/helios#174 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
petal-code/helios#173 ·
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 84/100
petal-code/helios#166 ·
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 92/100
petal-code/helios#161 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 35/100
petal-code/helios#179 ·
Tutte le issue di petal-code/helios
Issue simili
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
Rdatatable/data.table#7952 ·
I maintainer di solito rispondono entro 1 giorno
-
priority: could techdebt
Difficoltà 1/5 1-3 ore Idoneità per principianti 82/100
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
microsoft/ML-For-Beginners#1061 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
Rapporteket/rapbase#535 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100