Penelitian akademis

Jelajahi publikasi yang ditinjau oleh rekan sejawat dan penelitian akademis yang memvalidasi metodologi, akurasi spasial, dan aplikasi dunia nyata dari Population Dynamics Insights.

Studi ini menunjukkan cara integrasi embedding Population Dynamics Insights dengan set data eksternal untuk meningkatkan akurasi prediksi, mengurangi kesenjangan demografi, dan memecahkan tantangan pemodelan yang kompleks.

Publikasi

Judul paper Deskripsi
Embedding model dasar geospasial meningkatkan estimasi populasi secara tidak merata di seluruh ruang dan skala Membandingkan embedding PDI dengan kovariat geospasial tradisional untuk estimasi populasi subnasional di seluruh Brasil, Nigeria, dan Amerika Serikat. (Zhang et al., 2026)
Menilai kesenjangan cakupan vaksinasi MMR pada anak-anak di Amerika Serikat dengan pengawasan partisipatif digital Menggabungkan pengawasan partisipatif digital dengan pemodelan spasial untuk memetakan kesenjangan cakupan vaksinasi MMR tingkat kabupaten dan hotspot wabah campak. (Zhou, Brownstein, &Rader, 2026)
Penerapan dan Validasi Data Model Dasar Geospasial untuk Prediksi Output Program Fasilitas Kesehatan -- Studi Kasus di Malawi Menunjukkan penggunaan embedding PDI untuk memodelkan output fasilitas kesehatan rutin dan memperkuat sistem pengawasan kesehatan di lingkungan dengan sumber daya rendah. (Metz et al., 2025)
Mengurangi Kesenjangan Interseksional dalam Skrining Depresi Pascapersalinan Melalui Embedding Model Dasar Geospasial: Studi Lintas Bagian dari 209.872 Wanita di Amerika Serikat Memperkaya data survei klinis dengan embedding PDI untuk meningkatkan prediksi risiko Depresi Pascapersalinan dan mengurangi kesenjangan demografi interseksional. (Frasch, 2026)

Untuk mulai menggunakan contoh kode dan alur kerja interaktif, lihat Colab notebooks.