Octoverseレポート特別編：COVID-19影響によるリモートワーク環境でのソフトウェア開発者生産性に関する分析
本記事は、Octoverse (オクトバース) 2019年次レポートに続き、COVID-19感染拡大の初期段階において、GitHub上でのソフトウェア開発活動に関する傾向と知見を提供する特別レポートです。執筆は、GitHubデータサイエンスチームが担当しています。 注：本レポートの図やグラフは、モバイル画面向けに最適化されていないため、大型画面でご覧いただくことをお勧めします 概要 主な所見 分析に基づく提案 本レポートの読み方 テーマ1：生産性と活動 データについて 所見 テーマ2：就業リズム データについて 所見 テーマ3：共同作業 所見：Pull Requestのマージ時間 所見：オープンソースへのコントリビューション 分析データについて 謝辞 概要 新型コロナウイルス感染症（COVID-19）の発生により、突如として世界の人々が自宅で過ごすことを余儀なくされました。その結果、多くの
民間のデータサイエンティストが見た「驚きの内幕」、厚労省のコロナ分析（Forbes JAPAN） - Yahoo!ニュース
新型コロナウイルスの感染拡大を受けて4月7日に発令された緊急事態宣言が5月25日、約1カ月半ぶりに全域で解除された。発令の際に呼びかけられたのが「接触の8割減」。今回の解除基準には含まれていないが、自粛による人々の行動の変化と新規感染者の減少の関係性を把握し、第2波に備えるためにも、接触の分析は重要だ。 8割の根拠は、厚生労働省クラスター対策班のメンバーで北海道大学の西浦博教授の計算に基づくもの。通信業者の位置情報などを活用して、一人当たりの接触頻度を調べることで、感染拡大の状況を推定できるという。「新規感染者数」は感染してから陽性の診断を受けるまでおよそ2週間の時間差があるが、「接触」はリアルタイムに監視することができる数少ない指標でもある。 この接触の評価に4月から関わっているのが民間のデータ分析会社ALBERT（アルベルト）の社員の有志だ。チームを率いるのは32歳のデータサイエンティ
データサイエンスによる日韓のコロナ対策比較｜筆の滑り
振り返りまとめを書きました。まずそちらをご覧ください。 ベイジアンモデリングという手法を使って日本と韓国のコロナ対策の有効性を考えます。 SIRDモデルまず背景にある数学的モデルを説明します。理論的な話に興味のない方は飛ばしてください。 ベースになっているのはよく知られているSIRDモデル（susceptible, infected, recovered and death model)です。これはこのように考えます。S[t]を時点tで未感染の人の数、I[t]を今感染している人の数（アクティブ）、R[t]を回復した人、D[t]を死亡した人の数とします。感染している人は各時点である確率βで未感染の人に病気をうつします。今感染している人はある確率aで回復し、確率dで死亡します。一旦回復すると免疫がついてもう病気にはかからなくなります。これを式にまとめてみましょう。Pは人口です。 新型コロナウイ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
