• COVID-19
• Research dataclose
• Research softwareclose
• Other research productsclose
• 2019-2023close
• Open Access close

This data article presents the data on the effectiveness of the Malaysian government assistance program on urban B40 households during the COVID-19 pandemic. Survey questionnaires were administered by a team of enumerators to a total of 706 urban B40 households in Malaysia for data collection. Data were collected based on six regional locations namely northern, central, eastern, and southern parts of Peninsular Malaysia and East Malaysia. The survey was conducted in six Malaysian states selected based on regional location covering the Peninsular and West part of Malaysia viz. Johor, Pahang, Selangor, Pulau Pinang, Sabah and Sarawak. The Department of Statistics Malaysia (DOSM) utilized a simple random sampling method to identify the eligible participants from each state based on the sampling frame identified. Data were collected by a team of enumerators from October 2020 until May 2021. The datasets contain reliable data on the socio-economic profile and government assistance programs during the COVID-19 pandemic on urban B40 households as the data sampling is representative of the population in Malaysia. The data provides important information on the different types of government assistance programs received by the urban B40 Households in Malaysia. The findings could be useful to evaluate the effectiveness of the financial aid received during a crisis. THIS DATASET IS ARCHIVED AT DANS/EASY, BUT NOT ACCESSIBLE HERE. TO VIEW A LIST OF FILES AND ACCESS THE FILES IN THIS DATASET CLICK ON THE DOI-LINK ABOVE

Die Tagesdaten-CSV entspricht einem Auszug der Daten des DIVI-Intensivregisters. Die Datei enthält eine Aggregation der aktuellsten Meldungen pro Landkreis. Es werden die aktuell gemeldeten Anzahlen der COVID-19 Intensivfälle sowie die gemeldeten intensivmedizinischen Behandlungskapazitäten angezeigt. Die Tagesdaten-CSV liefert dabei ausschließlich einen Blick auf die Daten gemäß dem Stand des betrachteten Tages. Die Daten sind im situationsbedingten Kontext aufbereitet, damit sind verschiedene Tagesdaten-CSVs u.U. nicht direkt miteinander vergleichbar. Die aktuellsten Meldungen werden im gewählten Betrachtungszeitfenster über alle Meldebereiche und Standorte aufsummiert. Weitere Informationen sind zu finden unter https://www.intensivregister.de/#/faq

Im Datensatz 'COVID-19-Todesfälle in Deutschland' werden die Todesfälle in Bezug auf COVID-19 in Deutschland bereitgestellt. Darüber hinaus wird neben der Anzahl der übermittelten Todesfälle der Fall-Verstorbenen-Anteil berechnet. Angaben zum Tod zählen zu den melde- und übermittlungspflichtigen Inhalten. Bei der Ermittlung von Todesfällen und der Bewertung der entsprechenden Informationen in den Gesundheitsämtern unterschiedlich vorgegangen. In der Folge könnte es einerseits zu einer Unterschätzung der Anzahl der Todesfälle, andererseits zu einer Überschätzung des Anteils der Verstorbenen einer Infektionskrankheit kommen. Ausführlich Hinweise zur Datenerhebung und Interpretation können der Datensatzdokumentation entnommen werden.

Die Tagesdaten-CSV entspricht einem Auszug der Daten des DIVI-Intensivregisters. Die Datei enthält eine Aggregation der aktuellsten Meldungen pro Landkreis. Es werden die aktuell gemeldeten Anzahlen der COVID-19 Intensivfälle sowie die gemeldeten intensivmedizinischen Behandlungskapazitäten angezeigt. Die Tagesdaten-CSV liefert dabei ausschließlich einen Blick auf die Daten gemäß dem Stand des betrachteten Tages. Die Daten sind im situationsbedingten Kontext aufbereitet, damit sind verschiedene Tagesdaten-CSVs u.U. nicht direkt miteinander vergleichbar. Die aktuellsten Meldungen werden im gewählten Betrachtungszeitfenster über alle Meldebereiche und Standorte aufsummiert. Weitere Informationen sind zu finden unter https://www.intensivregister.de/#/faq

Die COVID-19-Impfung kann einen Wendepunkt in der Kontrolle der COVID-19-Pandemie darstellen und erfährt daher hohes Maß an öffentlicher Aufmerksamkeit. Einführung und Umsetzung der COVID-19-Impfung gehen mit besonderen Herausforderungen einher, die bei der Impfdatenerfassung zu berücksichtigen sind. In diesem Kontext ist es Ziel des Projekts 'Digitales Impfquoten-Monitoring' (DIM), tagesaktuell, bundesweit die Impfquote zu erfassen und folgend aufbereitet darzustellen, um zeitnah den Verlauf der COVID-19-Impfkampanne zu analysieren, bei Bedarf nach zusteuern, und logistisch bzw. organisatorische Konsequenzen zu ziehen.Der durch das DIM-Projekt bereitgestellte Datensatz enthält Daten über den Verlauf der COVID-19 Impfungen in Deutschland. Die hier veröffentlichten Impfdaten aggregieren Daten aus drei Datenquellen:Die DIM-Daten enthalten Angaben der Impfzentren, mobilen Impfteams, Krankenhäuser und der Betriebsärzte_innen, die über die DIM-Webanwendung übermittelt werdenDer täglich aggregierte Kerndatensatz der impfenden Ärzt_innen über die Kassenärztliche Bundesvereinigung (KBV)Der täglich aggregierte Kerndatensatz der impfenden Ärzt_innen über die Privatärztliche Bundesvereinigung (PBV)

COVID CT scan datasets for segmentation and trained model for prediction created by training uNet. The referred paper is: https://www.sciencedirect.com/science/article/pii/S2666990021000069 Origin of datasets: https://medicalsegmentation.com/covid19/

Video explicativo del artículo del mismo nombre, en el que se trata la problemática del uso de medicamentos del Covid-19 en pacientes asmáticos. Video educativo

The current dataset contains 237M Tweet IDs for Twitter posts that mentioned "COVID" as a keyword or as part of a hashtag (e.g., COVID-19, COVID19) between March and July of 2020. Sampling Method: hourly requests sent to Twitter Search API using Social Feed Manager, an open source software that harvests social media data and related content from Twitter and other platforms. NOTE: 1) In accordance with Twitter API Terms, only Tweet IDs are provided as part of this dataset. 2) To recollect tweets based on the list of Tweet IDs contained in these datasets, you will need to use tweet 'rehydration' programs like Hydrator (https://github.com/DocNow/hydrator) or Python library Twarc (https://github.com/DocNow/twarc). 3) This dataset, like most datasets collected via the Twitter Search API, is a sample of the available tweets on this topic and is not meant to be comprehensive. Some COVID-related tweets might not be included in the dataset either because the tweets were collected using a standardized but intermittent (hourly) sampling protocol or because tweets used hashtags/keywords other than COVID (e.g., Coronavirus or #nCoV). 4) To broaden this sample, consider comparing/merging this dataset with other COVID-19 related public datasets such as: https://github.com/thepanacealab/covid19_twitter https://ieee-dataport.org/open-access/corona-virus-covid-19-tweets-dataset https://github.com/echen102/COVID-19-TweetIDs

This record contains the daily update summary plots of the data of the CovidStat project. CovidStat is a project carried out by the CovidStat Working Group at INFN, whose creation was promoted within the Italian National Institute of Nuclear Physics with the aim of making a statistical analysis of the data provided daily by the Civil Protection on the spread of the pandemic in Italy. CovidStat data can interactively be browsed at https://covid19.infn.it. To reproduce the plots, please refer to the correct version of the dataset and analysis software indicated in the related identifiers listed below.