Advanced search in Research products
Research products
arrow_drop_down
Searching FieldsTerms
Any field
arrow_drop_down
includes
arrow_drop_down
Include:
The following results are related to COVID-19. Are you interested to view more results? Visit OpenAIRE - Explore.
2,886 Research products, page 1 of 289

  • COVID-19
  • Research data
  • Other research products
  • 2013-2022
  • German

10
arrow_drop_down
Relevance
arrow_drop_down
  • German
    Authors: 
    Klink, Philipp; Sardesai, Saskia; Gehring, Janine; Görtz, Michael Dominik;
    Publisher: Fraunhofer IML
    Country: Germany

    Für die heutige Weltwirtschaft ist eine globale Arbeitsteilung charakteristisch. Dabei hängt die Produktion von globalen Supply Chains ab, bei der die Logistik das Rückgrat dieser verteilten Wertschöpfung darstellt. Aufgrund der COVID-19-Pandemie kommt es jedoch zu erforderlichen Lock-Downs in den einzelnen Ländern. Durch die zeitversetzten Stillstände der Wirtschaft gerät die global abhängige Produktion ins Ungleichgewicht. Vor diesem Hintergrund ist das Wissen über die Situation der Lieferanten für die Unternehmen von herausragender Relevanz. Die Situation erfordert einen Einblick, in welcher Art und Weise ihre Supply Chains durch die Pandemie betroffen werden und wie ein Wiederanlauf der Produktion nach einem Lock-Down erfolgreich aufzubauen ist. Nur so können zusätzliche wirtschaftliche Verluste vermieden werden. Es werden die Herausforderungen der Pandemie aufgezeigt und entsprechende Handlungsempfehlungen für den Wiederanlauf gegeben. Als unterstützendes Tool für relevante, aber kurzfristigen Entscheidungen stellt eine Simulation eine geeignete Möglichkeit zur realitätsnahen Abbildung der Supply Chain und die Auswirkungen bei Änderungen in der Supply Chain dar. Anhand einzelner Szenarien im Kontext der Pandemie werden resultierende Implikationen unter Einbeziehung von zeitabhängigen Wechselwirkungen für die Bewertung und Planung von Wiederanlauf-Szenarien erläutert. Dieses Whitepaper entstand im Rahmen eines mit Eigenmitteln der Fraunhofer Gesellschaft geförderten Forschungsprojekts als Beitrag zur Überwindung der wirtschaftlichen Auswirkungen der COVID-19-Pandemie.

  • Open Access German
    Authors: 
    Koch-Institut, Robert;
    Publisher: Zenodo

    Für die Planung von Maßnahmen zur Eindämmung von COVID-19 kommt der genauen Kenntnis der Eigenschaften von SARS-CoV-2 eine zentrale Bedeutung zu. Eine besondere Rolle spielen in diesem Zusammenhang Mutationen des Virus. Für eine erfolgreiche Eindämmung der Pandemie ist es daher entscheidend, einen detaillierten Überblick über die Ausbreitungsmuster spezifischer SARS-CoV-2-Mutationen zu erhalten und auch neue Mutation frühzeitig zu entdecken.Hierfür stellt das Robert Koch-Institut die Systeme zur bundesweiten molekularen Surveillance bereit. Jedes Labor in Deutschland, das SARS-CoV-2 sequenziert, ist laut der Verordnung zur molekulargenetischen Surveillance des Coronavirus SARS-CoV-2 verpflichtet, dem Robert Koch-Institut die Sequenz- und zugehörige Metadaten zu übermitteln. Technisch erfolgt diese Übermittlung über den Deutschen Elektronischen Sequenzdaten-Hub (DESH).Im Projekt "OSEDA - Offene Sequenzdaten" verpflichtet sich das RKI, die aufgearbeiteten und qualitätskontrollierten Sequenzdaten zusammen mit einer Auswahl von klinisch-epidemiologischen Daten über die öffentlich zugängliche Repositorien des European Nucleotide Archive) und GISAID für weitere Forschungsvorhaben bereitzustellen. Der Datensatz ist keiner weitere Qualitätskontrolle durch das RKI durchlaufen.Zu beachten ist, dass Daten in diesem Datensatz zum Beispiel:Sequenzdaten von niedriger Qualität enthaltenunverifizierte Frameshifts vorhersagenmehrmals im Datensatz vorhanden sindbereits vom sequenzierendem Labor veröffentlicht worden sindDie hier veröffentlichten Daten können daher nicht ohne weiteres mit dem wöchentlichen Bericht zu Virusvarianten von SARS-CoV-2 in Deutschland des RKIs vergleichen werden.

  • Open Access German
    Authors: 
    Robert Koch-Institut, Fachgebiet 33;
    Publisher: Zenodo

    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)

  • Open Access German
    Authors: 
    Robert Koch-Institut;
    Publisher: Zenodo

    Für die Planung von Maßnahmen zur Eindämmung von COVID-19 kommt der genauen Kenntnis der Eigenschaften von SARS-CoV-2 eine zentrale Bedeutung zu. Eine besondere Rolle spielen in diesem Zusammenhang Mutationen des Virus. Für eine erfolgreiche Eindämmung der Pandemie ist es daher entscheidend, einen detaillierten Überblick über die Ausbreitungsmuster spezifischer SARS-CoV-2-Mutationen zu erhalten und auch neue Mutation frühzeitig zu entdecken.Hierfür stellt das Robert Koch-Institut die Systeme zur bundesweiten molekularen Surveillance bereit. Jedes Labor in Deutschland, das SARS-CoV-2 sequenziert, ist laut der Verordnung zur molekulargenetischen Surveillance des Coronavirus SARS-CoV-2 verpflichtet, dem Robert Koch-Institut die Sequenz- und zugehörige Metadaten zu übermitteln. Technisch erfolgt diese Übermittlung über den Deutschen Elektronischen Sequenzdaten-Hub (DESH).Im Projekt "OSEDA - Offene Sequenzdaten" verpflichtet sich das RKI, die aufgearbeiteten und qualitätskontrollierten Sequenzdaten zusammen mit einer Auswahl von klinisch-epidemiologischen Daten über die öffentlich zugängliche Repositorien des European Nucleotide Archive) und GISAID für weitere Forschungsvorhaben bereitzustellen.

  • Research data . 2022 . Embargo End Date: 11 May 2022
    German
    Authors: 
    Intensivregister-Team Am RKI;
    Publisher: Robert Koch-Institut

    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

  • Open Access German
    Authors: 
    Intensivregister-Team am RKI;
    Publisher: Robert Koch-Institut
    Country: Germany

    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

  • Open Access German
    Authors: 
    Intensivregister-Team Am RKI;
    Publisher: Robert Koch-Institut
    Country: Germany

    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

  • Open Access German
    Authors: 
    Robert Koch-Institut;
    Publisher: Zenodo

    Im Datensatz 'SARS-CoV-2 Infektionen in Deutschland' werden die tagesaktuellen Fallzahlen, der nach den Vorgaben des Infektionsschutzgesetzes - IfSG - von den Gesundheitsämtern in Deutschand gemeldeten positiven SARS-Cov-2 Infektionen, Todes- und Genesungsfälle bereitgestellt.

  • Open Access German
    Authors: 
    an der Heiden, Matthias;
    Publisher: Zenodo

    Das Nowcasting erstellt eine Schätzung des Verlaufs der Anzahl von bereits erfolgten SARS-CoV-2-Erkrankungsfällen in Deutschland unter Berücksichtigung des Diagnose-, Melde- und Übermittlungsverzugs. Aufbauend auf dem Nowcasting kann eine Schätzung der zeitabhängigen Reproduktionszahl R durchgeführt werden. Die Reproduktionszahl beschreibt, wie viele Menschen eine infizierte Person im Mittel ansteckt. Sie kann nicht alleine als Maß für Wirksamkeit/Notwendigkeit von Maßnahmen herangezogen werden. Wichtig sind außerdem u.a. die absolute Zahl der täglichen Neuinfektionen sowie die Schwere der Erkrankungen. Die absolute Zahl der Neuinfektionen muss klein genug sein, um eine effektive Kontaktpersonennachverfolgung zu ermöglichen und die Kapazitäten von Intensivbetten nicht zu überlasten.

  • Other research product . Other ORP type . 2022
    German
    Authors: 
    Diewald, Martin; Kandler, Christian; Riemann, Rainer; Spinath, Frank M.; Baier, Tina; Bartling, Annika; Baum, Myriam A.; Deppe, Marco; Eichhorn, Harald; Eifler, Eike F.; +21 more
    Publisher: GESIS

    TwinLife ist eine auf zwölf Jahre angelegte repräsentative verhaltensgenetische Studie zur Entwicklung von sozialen Ungleichheiten. Für eine detaillierte Studien-Dokumention besuchen Sie bitte https://www.twin-life.de/documentation/. Das Langfristvorhaben begann im Jahr 2014 und befragt in einem jährlichen Turnus über 4000 in Deutschland lebende Zwillingspaare und deren Familien zu unterschiedlichen Lebensbereichen. Durch den Vergleich von ein- und zweieiigen, gleichgeschlechtlichen Zwillingspaaren können neben sozialen Mechanismen auch genetische Differenzen zwischen Individuen, sowie die Kovariation und Interaktion sozialer und genetischer Einflussgrößen analysiert werden. Um die individuelle Entwicklung unterschiedlicher Einflussfaktoren zu dokumentieren werden die Familien über mehrere Jahre hinweg umfassend untersucht. Inhaltlich wird dabei auf sechs für soziale Ungleichheiten bedeutsame Lebensbereiche fokussiert: 1. Bildung und Kompetenzerwerb, 2. Karriere und Erfolg auf dem Arbeitsmarkt, 3. Integration und Teilhabe am sozialen, kulturellen und politischen Leben, 4. Lebensqualität und wahrgenommene Handlungsmöglichkeiten, 5. physische und psychologische Gesundheit sowie 6. Verhaltensprobleme und abweichendes Verhalten. In 2020 und 2021 fanden zwei zusätzliche Befragungen zu den Einflüssen und Folgen der COVID-19-Pandemie statt. Die erste Zusatzerhebung hatte zum Ziel, retrospektiv das Verhalten, die Einstellungen, Belastungen, Gesundheit und sozioökonomische Veränderungen im Leben der Befragten während der ersten Welle der COVID-19-Pandemie von März 2020 bis hin zu den ersten Lockerungen der Lockdown-Maßnahmen zu erfassen. Die zweite Zusatzbefragung zielte darauf ab, aktuelle Verhaltensweisen, Einstellungen, Belastungen, gesundheitliche und sozioökonomische Veränderungen während der COVID-19-Pandemie zu erfassen. TwinLife is a 12-year representative behavior genetic study investigating the emergence and development of social inequalities over the life course. For a detailed documentation of the study please visit https://www.twin-life.de/documentation/. The long-term project began in 2014 and surveys more than 4,000 pairs of twins and their families in different stages of life on a yearly basis. All of the subjects reside in Germany. Not only social, but also genetic mechanisms as well as covariations and interactions between these two factors can be examined with the help of identical and fraternal same-sex twins. In order to document the individual development of different aspects it is important to examine the families extensively over the course of several years. Six important contextual domains are focused on: 1. Education and academic performance / skill development, 2. career and labor market attainment, 3. integration and participation in social, cultural and political life, 4. quality of life and perceived capabilities, 5. physical and psychological health and 6. behavioral problems and deviant behavior. In 2020 and 2021, two a supplementary surveys on the influences and consequences of the COVID-19 pandemic took place. The first supplemental survey aimed to retrospectively capture the behavior, attitudes, stresses, health, and socioeconomic changes during the first wave of the COVID-19 pandemic from March 2020 through the first relaxations of the lockdown measures. The second supplemental survey aimed to assess current behaviors, attitudes, stresses, health, and socioeconomic changes during the COVID-19 pandemic. Ein- und zweieiige gleichgeschlechtliche Zwillingspaare der Geburtsjahrgänge 1.) 1990 bis 1993, 2.) 1997/1998, 3.) 2003/2004 und 4.) 2009/2010 (4 Geburtsjahrgangskohorten in 2 Teilstichproben) + mindestens ein biologischer Elternteil (+ ggf. der andere biologische Elternteil, Stiefeltern(-teile), ein Geschwister und die Partner der Zwillinge) Twins and their families (Extended Twin Family Design, ETFD): Monozygotic and dizygotic same-sex twin pairs born in the following years: 1.) 1990 - 1993, 2.) 1997/1998, 3.) 2003/2004 and 4.) 2009/2010 (4 birth cohorts in two subsamples) + at least one biological parent (+ if possible the other biological parent, step-parent(-s), one sibling and the twins´ partners) Wahrscheinlichkeitsauswahl: Mehrstufige Zufallsauswahl; Auswahlverfahren Kommentar: Wahrscheinlichkeitsauswahl: Mehrstufige Zufallsauswahl Probability: Multistage; Sampling Procedure Comment: Probability Sample: Multistage Sample Erhebungseinheit: Erwachsene; Jugendliche; Vorschulkinder; Eltern; sonstiges Die Datenlieferung v6-0-0 besteht aus 19 Datendateien im SPSS- und Stata-Format: • Master (ZA6701_master_v$): Der Masterdatensatz enthält Informationen über die Bruttostichprobe, wie z.B. konsistenzgeprüfte, zeitinvariante Variablen (Geschlecht, Geburtsjahr, Beziehung zu den Zwillingen, Zygotie, Migrationshintergrund) und wellenspezifische Variablen (Personentyp, Befragungsstatus) zu allen in TwinLife erfassten Personen in jeder Datenerhebung. • Befragungsdaten im Personenformat mit Filterfehlerbereinigung (ZA6701_person_wid$_v$ bzw. ZA6701_person_cov$_v$): Für jede Datenerhebung gibt es einen Datensatz. Die Kennung der Datenerhebung ist die Variable wid. Jede Befragungsperson (pid) erhält eine Datenzeile. • Befragungsdaten der COVID-Zusatzerhebungen (ZA6701_person_con$_v$): Für jede COVID-Zusatzerhebung gibt es einen Datensatz. Die Kennung der Datenerhebung ist die variable cov. • Befragungsdaten im Personenformat ohne Filterfehlerbereinigung (ZA6701_person_unadj_wid$_v$): Variablen, die zumindest teilweise im PAPI-Modus (selbstadministriert) erhoben wurden, werden hier noch einmal ohne Filterfehlerbereinigung abgelegt. Die Entscheidung, wie mit den Angaben der Befragten umzugehen ist, obliegt den Nutzer*innen. • Befragungsdaten im Familienformat (ZA6701_family_wide_wid$_v$): Es gibt einen Datensatz für jede Datenerhebung, außer der Corona-Zusatzbefragungen. Jede Familie hat eine Datenzeile mit Informationen zu jeder teilnehmenden Person in der Familie, die in separaten Variablen/Spalten gespeichert sind. Die Datensätze im Personen- und Familienformat enthalten dieselben Daten mit unterschiedlichen Strukturen. • Umfragegewichte (ZA6701_weights_v$): Datendatei mit den Gewichten der Erhebung (Designgewicht, Nonresponsegewicht und Panelgewichte). • Zudem sind jeweils ein Datensatz mit den Informationen aus der Befragung zur Feststellung der Zygotie der Zwillingspaare (ZA6701_zygosity_v$) und ein Datensatz, der für jede Variable auf Personenebene den Befragungsmodus der 1. F2F-Befragung dokumentiert (ZA6701_mode_wid1_v$), Teil des Datenrelease. Alle Daten sind mit englischen und deutschen Variablenbeschreibungen versehen. In Stata sind diese Sprachen in einem Datensatz enthalten, während es sich in SPSS um separate Datendateien handelt. Die Daten sind auf Inkonsistenzen geprüft und filterbereinigt. Variablen und Instrumente werden unter http://www.paneldata.org dokumentiert. Detaillierte Informationen zur Studie und ihren Besonderheiten finden Sie unter https://www.twin-life.de/documentation/. Bei Fragen zu den Dateninhalten wenden Sie sich bitte an data(at)twin-life.de. Die Bestellgebühren für diese Studie werden von TwinLife selbst übernommen, so dass für die Nutzung keine weiteren Gebühren anfallen. Survey unit: adults; teenagers; preschool children; parents; others The data delivery v6-0-0 consists of 19 data files in SPSS and Stata format: • Master data (ZA6701_master_v$): Includes information on the gross sample, such as consistency checked variables that are stable over time (sex, year of birth, relation to the twins, zygosity, migration background) and wave-specific variables (person type, response status, family composition) about all individuals included in TwinLife in each wave. • Survey data in person format with filter error adjustment (ZA6701_person_wid$_v$): There is one data set for each data collection. The data collection identifier is the variable wid. Each surveyed person has one data row (pid). • Data of covid supplemental surveys (ZA6701_person_cov$_v$): There is one data set for each covid supplemental survey. Each surveyed person has one data row. The data collection identifier is the variable cov. • Survey data in family format (ZA6701_family_wide_wid$_v$): There is one data set for each data collection except the COVID-19. Each family has one data row with information of each participating person in the family being stored in separate variables/columns). Person format and family format data sets contain the same data using different structures. • Survey weights (ZA6701_weights_v$): A data file containing the survey weights (design, nonresponse, and panel weights). • Twin zygosity assessment (ZA6701_zygosity_v$): A data file with information of the twin zygosity assessment in F2F 1. • Survey mode (ZA6701_mode_wid1_v$): A datafile with Contains information on the survey mode for each variable in F2F 1. • Unadjusted data of all variables collected in the PAPI survey mode (ZA6701_person_unadj_wid$_v$): One data file for each data collection with data unadjusted for filter errors for all constructs/variables that were at least partly surveyed in the PAPI mode (as of data release v4-1-0 in autumn 2020). All data is provided with English and German variable descriptions. In Stata, these languages are included in one data set while in SPSS, these are separate data files. The data are checked for inconsistencies and adjusted for filter errors. Variables and instruments are documented at http://www.paneldata.org. Detailed information on the study and special features can be found at https://www.twin-life.de/documentation/. For questions regarding the content of the data, please contact data(at)twin-life.de. Charges for downloading this data will be paid by the TwinLife project, so the use of the data is free of charge! Face-to-face interview: CAPI/CAMI Self-administered questionnaire: Computer-assisted (CASI) Self-administered questionnaire: Paper Educational measurements and tests Recording Self-administered questionnaire: Web-based Telephone interview: CATI F2F 1: Persönliche Haushaltsinterviews auf Basis dreier verschiedener Interview-Modi (Persönliches Interview: CAPI (Computerunterstützte persönliche Befragung), Selbstausfüller: CASI (Computerunterstützte Selbstbefragung), Selbstausfüller: Papier) plus Messungen und Tests der kognitiven Fähigkeiten sowie Scans/Fotos von Zeugnissen; Fragebögen für außerhäusig lebende Teilnehmer in zwei Modi: Selbstausfüller: CAWI (Computerunterstütztes Web-Interview) und Selbstausfüller: Papier. CATI 1: Telefonische Haushalts- und Personenbefragung. F2F 2: Persönliche Haushaltsinterviews auf Basis dreier verschiedener Interview-Modi (Persönliches Interview: CAPI (Computerunterstützte persönliche Befragung), Selbstausfüller: CASI (Computerunterstützte Selbstbefragung), Selbstausfüller: Papier) plus Gummibärchentest sowie Scans/Fotos von Zeugnissen CATI 2: Telefonische Haushalts- und Personenbefragung. Corona-Zusatzbefragung CoV 1: CAWI (Computerunterstütztes Web-Interview) F2F 3: Persönliche Haushaltsinterviews auf Basis verschiedener Interview-Modi (Persönliches Interview: CAPI (Computerunterstützte persönliche Befragung), Selbstausfüller: CASI (Computerunterstützte Selbstbefragung) und CAWI (Computerunterstütztes Web-Interview), Selbstausfüller: Papier plus Aufzeichnungen der APGAR-scores, Scans/Fotos von Zeugnissen und Speichelproben). CoV 2: CAPIbyPhone (Computerunterstützte persönliche Befragung), CATI (Computerunterstütztes Telefon-Interview) oder CAWI (Computerunterstütztes Web-Interview) F2F 1: Household interviews with the family via three different interview modes (Face-to-face interview: CAPI (Computer Assisted Personal Interview), Self-administered questionnaire: CASI (Computer Assisted Self-Interview), and Self-administered questionnaire: Paper plus cognitive tests, scans/photos of certificates; interviews with family members living outside the interviewed households by two modes (Self-administered questionnaire: CAWI (Computer Assisted Web Interview), Self-administered questionnaire: Paper. CATI 1: individual and household interviews by phone. F2F 2: Household interviews with the family via three different interview modes (Face-to-face interview: CAPI (Computer Assisted Personal Interview), Self-administered questionnaire: CASI (Computer Assisted Self-Interview), and Self-administered questionnaire: Paper plus gummy bear tests, scans/photos of certificates. CATI 2: individual and household interviews by phone. CoV 1: CAWI (Computer Assisted Web Interview) F2F 3: Household interviews with the family via different interview modes (Face-to-face interview: CAPI (Computer Assisted Personal Interview), Self-administered questionnaire: CASI (Computer Assisted Self-Interview), CAWI (Computer Assisted Web Interview), Self-administered questionnaire: Paper plus recording of the APGAR score, scans/photos of school reports, saliva sample). CoV 2: CAPIbyPhone (Computer Assisted Personal Interview), CATI (Computer Assisted Telephone Interview) or CAWI (Computer Assisted Web Interview)