What Can We Learn from Burkina Faso COVID-19 Data? Using Phenomenological Models to Characterize the Initial Growth Dynamic of the Outbreak and to Generate Short-Term Forecasts (Preprint)

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

Publication Publié, 2020-04-19

Autre

Titre:	What Can We Learn from Burkina Faso COVID-19 Data? Using Phenomenological Models to Characterize the Initial Growth Dynamic of the Outbreak and to Generate Short-Term Forecasts (Preprint)
Auteur:	Rouamba, Toussaint; Samadoulougou, Ouindpanga Sékou; Bonnechere, Bruno; Chiêm, Benjamin; Kirakoya, Fati
Statut de publication:	Publié, 2020-04-19
Langue:	Anglais
Identificateurs:	info:doi/10.20944/preprints202004.0328.v1

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.