Опубликован 31.05.2021
Ключевые слова
- умный город,
- цифровые технологии,
- искусственный интеллект,
- большие данные,
- роботизация
- интернет-технологии,
- изоляция и социальное дистанцирование,
- коронавирус ...Показать
Как цитировать
1.
Костина Е, Костин А. Технологии умного города против коронавируса. ECO [Интернет]. 31 май 2021 г. [цитируется по 23 декабрь 2024 г.];51(6):119-38. доступно на: https://ecotrends.ru/index.php/eco/article/view/4266
Аннотация
Пандемия коронавируса повлекла за собой необходимость создания или переориентации современных цифровых технологий на борьбу с вирусом и существенно ускорила их развитие. Кроме того, технологии упростили обеспечение нормального функционирования населения в условиях ограничений, связанных с пандемией. Местами концентрации таких технологий являются «умные» города, имеющие развитую цифровую инфраструктуру. Зачастую в них есть интеллектуальная система городского хозяйства, система видеонаблюдения, быстрая связь, «умные» здравоохранение и образование, что способствует дальнейшему расширению применения цифровых технологий. В статье приведены основные направления их использования, помогающие в борьбе с пандемией: диагностика и лечение, прогнозирование распространения инфекции, создание специальных систем отслеживания контактов зараженных на основе Gis-технологий, роботизация рабочих мест, обеспечение перехода на удаленную работу, дистанционное образование и др. На общемировых статистических данных проанализирована взаимосвязь заболеваемости коронавирусной инфекцией и количества умных городов.Библиографические ссылки
- Земцов С. П., Бабурин В. Л. Коронавирус в регионах России: особенности и последствия распространения // Государственная служба. 2020. № 2(124). С. 48–55.
- Зырянов А. И. Географические особенности распространения коронавируса // Социально-экономическая география. Вестник ассоциации российских географов-обществоведов. 2020. № 1 (9). С. 135–137.
- Пузанов А. С., Боброва К. В. Города на передней линии борьбы с коронавирусом: обзор международной экспертной повестки и оценка ее адекватности российским реалиям // сайт Фонда «Институт экономики города». [Эл. ресурс] URL: http://www.urbaneconomics.ru/research/mind/goroda-na-peredney-linii-borby-s-koronavirusom-obzor-mezhdunarodnoy-ekspertnoy (дата обращения: 20.12.2020).
- Angelidou, M. (2014). Smart city policies: a spatial approach. Cities. No. 41. Рp. 3–11.
- Baqui, Pedro, Ioana, Bica, Valerio Marra, Ari Ercole, Mihaela van der Schaar. (2020). Ethnic and regional variations in hospital mortality from COVID-19 in Brazil: a cross-sectional observational study. Lancet Glob Health. Vol. 8, Issue 8. Pp. 1018–1026.
- Camboim G. F., Zawislak P. A. Pufal N. A. (2019). Driving elements to make cities smarter: Evidences from European projects. Technological Forecasting and Social Change. Vol. 142. Pp. 154–167.
- Caragliu, A. C. Del, Bo, Nijkamp, P. (2011). Smart Cities in Europe. Journal of Urban Technology. Vol. 18, Issue 2: Creating Smarter Cities. Pp. 65–82.
- Chen, Bei, Simon, Marvin, Aidan, While. (2020), Containing COVID-19 in China: AI and the robotic restructuring of future cities. Dialogues in Human Geography. Vol. 10(2). Pp. 238–241.
- Clark, Andrew, Mark, Jit, Charlotte, Warren-Gash, Bruce, Guthrie, Harry, H.X. Wang, Stewart, W. Mercer, Colin, Sanderson, Martin McKee, Christopher Troeger, Kanyin L Ong, Francesco Checchi, Pablo Perel, Sarah Joseph, Hamish P Gibbs, Amitava Banerjee, Rosalind M Eggo. (2020). Global, regional, and national estimates of the population at increased risk of severe COVID-19 due to underlying health conditions in 2020: a modelling study. Lancet Glob Health. Vol. 8, Issue 8. Pp. 1003–1017.
- Czifra, G., Molnar, Z. (2020). COVID-19 and Industry 4.0. Research papers Faculty of materials science and technology in Trnava Slovak University of technology in Bratislava. 28(46). Pp. 36–45.
- DeWit Andrew. 2020. Japan’s Integration of All-Hazard Resilience and Covid-19 Countermeasures. The Asia-Pacific Journal. Japan Focus Volume 18. Issue 11. Number 2.
- Fazeli, Shayan, Babak, Moatamed, Majid, Sarrafzadeh. Statistical аnalytics and Regional Representation Learning for COVID-19 Pandemic Understanding. Available at: https://arxiv.org/pdf/2008.07342.pdf (accessed: 20.12.2020).
- Frontera, A., Martin, C., Vlachos, K., Sgubin, G. (2020). Regional air pollution persistence links to COVID-19 infection zoning. J Infect. 81(2). Pp. 318–356.
- Gupta, Maanak, Mahmoud, Abdelsalamy, Sudip, Mittalz. Enabling and Enforcing Social Distancing Measures using Smart City and ITS Infrastructures: A COVID-19 Use Case. Available at: https://arxiv.org/pdf/2004.09246.pdf (accessed: 20.12.2020).
- Hashem Ibrahim Abaker Targio, Absalom E. Ezugwu, Mohammed A. Al-Garadi, Idris N. Abdullahi, Olumuyiwa Otegbeye, Queeneth O. Ahman, Godwin C. E. Mbah, Amit K. Shukla, Haruna Chiroma. A Machine Learning Solution Framework for Combatting COVID-19 in Smart Cities from Multiple Dimensions. Available at: https://www.medrxiv.org/content/10.1101/2020.05.18.20105577v3.full.pdf (accessed: 20.12.2020).
- Hollands, R. G. (2008). Will the real smart city please stand up? Intelligent, progressive or entrepreneurial? //City. 12 (3). Pp. 303–320.
- Huang, R.H., Liu, D.J., Tlili, A., Yang, J.F., Wang, H.H., et al. (2020). Handbook on Facilitating Flexible Learning During Educational Disruption: The Chinese Experience in Maintaining Undisrupted Learning in COVID-19 Outbreak. Beijing: Smart Learning Institute of Beijing Normal University. March, verstion 1.2/ Available at: http://www.alecso.org/nsite/images/pdf/1–4–2.pdf (accessed: 20.12.2020).
- Philip, James, Ronnie, Das, Agata, Jalosinska, Luke, Smith. (2020), Smart cities and a data-driven response to COVID-19. Dialogues in Human Geography. Vol. 10(2). Pp. 255–259.
- Kumar, Aishwarya, Puneet, Kumar Gupta, Ankita, Srivastava. (2020). A review of modern technologies for tackling COVID-19 pandemic. Diabetes & Metabolic Syndrome: Clinical Research & Reviews. 14. Pp. 569–573.
- Lee, David, Jaehong, Lee. (2020). Testing on the move: South Korea’s rapid response to the COVID-19 pandemic. Transportation Research Interdisciplinary Perspectives. Vol. 5. Pp. 100-111.
- Li, Wanga, Guannan, Wangb, Lei Gaoa, Xinyi Lic, Shan Yu Spatiotemporal Dynamics, Nowcasting and Forecasting of COVID-19 in the United States. Available at: https://arxiv.org/pdf/2004.14103.pdf (accessed: 20.12.2020).
- Vaishnavi, P.; Preethika, T.; Agnishwar, J.; Padmanathan, K.; Umashankar, S.; Annapoorani, S.; Subash, M.; Aruloli, K. (2020). Artificial Intelligence and Drones to Combat COVID – 19. Preprints, 2020060027 (DOI: 10.20944/preprints202006.0027.v1).
- Madurai Elavarasan Rajvikram, Rishi Pugazhendhi. Restructured society and environment: A review on potential technological strategies to control the COVID-19 pandemic (2020) Science of the Total Environment. Vol. 725. 138858.
- Neirotti, P., De Marco, A., Cagliano, A.C., Mangano, G., Scorrano, F. (2014) Current trends in Smart City initiatives: some stylized facts. Cities. 38. Pp. 25–36.
- Ratzan, S., Gostin, L., Meshkati, N., Rabin, K., Parker, R. (2020). COVID-19: An Urgent Call for Coordinated, Trusted Sources to Tell Everyone What they Need to Know and Do. NAM Perspectives. Commentary National Academy of Medicine, Washington, DC. Available at: https://doi.org/10.31478/202003a (accessed: 20.12.2020).
- Singh, R.P., Mohd, Javaid, Abid, Haleem, Rajiv Suman. (2020). Internet of things (IoT) applications to fight against COVID-19 pandemic. Diabetes & Metabolic Syndrome: Clinical Research & Reviews. 14. Pp. 521–524.
- Tan, Lii Inn. (2020). Smart City Technologies Take on COVID-19. Maranalysing Penang, Malaysia and the region. Available at: https://penanginstitute.org/wp-content/uploads/2020/03/27_03_2020_TLI_download.pdf (accessed: 20.12.2020).
- Wilder, Bryan, Marie, Charpignon, Jackson, A. Killian, Han-Ching, Ou, Aditya Mate, Shahin Jabbari, Andrew Perrault, Angel, Desai, Milind, Tambe, Maimuna S. (2020). Majumder. Modeling between population variation in COVID-19 dynamics in Hubei, Lombardy, and New York City. PNAS. 117 (41). Pp. 25904–25910.