குறியிடப்பட்டது
  • ஜெ கேட் திறக்கவும்
  • கல்வி விசைகள்
  • ஆராய்ச்சி பைபிள்
  • சீனாவின் தேசிய அறிவு உள்கட்டமைப்பு (CNKI)
  • சர்வதேச வேளாண்மை மற்றும் உயிரியல் அறிவியல் மையம் (CABI)
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • CABI முழு உரை
  • பப்ளான்கள்
  • மருத்துவக் கல்வி மற்றும் ஆராய்ச்சிக்கான ஜெனீவா அறக்கட்டளை
  • கூகுள் ஸ்காலர்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
Flyer image

சுருக்கம்

இந்தியாவின் 36 மாநிலங்கள் மற்றும் யூனியன் பிரதேசங்களில் கோவிட்-19/SARS-CoV-2 தொற்றுநோயால் ஏற்படும் பாதிப்புகள் மற்றும் இறப்புகளில் புவியியல் இருப்பிடங்கள் என்ன தாக்கங்களை ஏற்படுத்துகின்றன? இந்தியாவில் கண்காணிப்பு பகுப்பாய்வு-V2

பியூஷ் குமார்

பின்னணி: கோவிட்-19 தொற்றுநோய் சீனாவின் ஹூபே மாகாணத்தின் வுஹானில் இருந்து தோன்றியதாகக் கூறப்படுகிறது. கடல் தொடர்பான வுஹானின் புவியியல் இருப்பிடம், இந்த ஆராய்ச்சியில் காணப்பட்டபடி, COVID-19 தொற்றுநோய் தொடர்பாக குறிப்பிடத்தக்க மதிப்புடையது. வுஹான் நகரம் ஷாங்காய் மற்றும் பசிபிக் பெருங்கடலில் இருந்து சுமார் அறுநூறு மைல் தொலைவில் சாங்ஜியாங்கின் (பெரிய நதி, யாங்சே நதி) இரு கரைகளிலும் அமைந்துள்ளது. இது நான்ஜிங்கிலிருந்து சுமார் நானூறு மைல் தொலைவில் உள்ளது. ஹன்ஷுய் (ஹான் நதி) சாங்ஜியாங்குடன் இணையும் இடத்தில் இருப்பதால், அதன் இடம் மிகவும் மூலோபாயமானது. குறிக்கோள்: இந்தியாவின் 36 மாநிலங்கள் மற்றும் யூனியன் பிரதேசங்களில் COVID-19/SARS-CoV-2 தொற்றுநோயால் ஏற்பட்ட மொத்த/சராசரி/அதிகபட்ச/குறைந்தபட்ச உறுதிப்படுத்தப்பட்ட வழக்குகள் மற்றும் இறப்புகளில் புவியியல் இடங்களின் தாக்கத்தை மதிப்பிடுவதை நோக்கமாகக் கொண்டது இந்த தொடர்ச்சியான கண்காணிப்பு ஆராய்ச்சி பகுப்பாய்வு. , இந்தியாவில் 2020 ஜனவரியில் தொற்றுநோய்களின் தொடக்கத்திலிருந்து கோவிட்-19 தொற்றுநோய்களின் போது சிறப்பு கவனம் செலுத்தப்பட்டது இந்தியாவின் கடலோர மாநிலங்கள் மற்றும் யூனியன் பிரதேசங்கள். COVID-19 தொற்றுநோய்களில் பாதுகாப்பான புவியியல் இருப்பிடத்தைக் கண்டறிவதையும் இந்த ஆய்வு நோக்கமாகக் கொண்டுள்ளது.

முறைகள்: இது ஒரு நாவல் குறுக்கு வெட்டு கலப்பு (அளவு மற்றும் தரம்) தொடர்ச்சியான கண்காணிப்பு ஆராய்ச்சி ஆய்வு ஆகும். இந்தியாவின் 36 மாநிலங்கள் மற்றும் யூனியன் பிரதேசங்களில் COVID-19 தொற்றுநோயால் பாதிக்கப்பட்டவர்களின் எண்ணிக்கை மற்றும் இறப்புகள் பற்றிய தகவல்கள் சுகாதாரத் துறை, சுகாதாரம் மற்றும் குடும்ப நல அமைச்சகம் (MoHFW), இந்திய அரசாங்கத்திடமிருந்து பெறப்பட்டு, தரவு பொருத்தப்பட்டு பகுப்பாய்வு செய்யப்பட்டது. ஆன்லைன் வலைத்தளங்களிலும். இந்தியாவின் 36 மாநிலங்கள் மற்றும் யூனியன் பிரதேசங்களில் கோவிட்-19/SARS-CoV-2 தொற்றுநோயால் மொத்த / சராசரி/அதிகபட்ச / குறைந்தபட்ச உறுதிப்படுத்தப்பட்ட வழக்குகள் மற்றும் இறப்புகளில் புவியியல் இருப்பிடங்களின் தாக்கம் மைக்ரோசாஃப்ட் அலுவலகத்துடன் பகுப்பாய்வு செய்யப்பட்டது. இந்த ஆராய்ச்சியின் உலகளாவிய தொடர்புக்கான ஆய்வு ஆசிரியரால் செயலாக்கத்தில் உள்ளது. ஆராய்ச்சியின் நோக்கத்திற்காக இந்தியா நான்கு புவியியல் பகுதிகள், 1 கடலோர மாநிலங்கள் மற்றும் யூனியன் பிரதேசங்கள் (மொத்தம் பத்து எண்கள்), 2 தீவு குழுக்கள் (எண்களில் மூன்று), 3 வடகிழக்கு மாநிலங்கள் மற்றும் கிழக்கு பகுதி அதாவது லடாக் 4 பிற மாநிலங்கள் மற்றும் யூனியன் பிரதேசங்களாக பிரிக்கப்பட்டுள்ளது. சமவெளிப் பகுதிகளைக் கொண்டது (எண்களில் 14).

முடிவுகள்: தொற்றுநோய் தொடங்கியதில் இருந்து 323674 எண்ணிக்கையுடன் கடலோர மாநிலங்கள் மற்றும் யூனியன் பிரதேசங்களில் கோவிட் -19 இலிருந்து மொத்த இறப்புகளின் எண்ணிக்கை அதிகமாக உள்ளது என்று கண்டுபிடிப்புகள் காட்டுகின்றன, அதே நேரத்தில் தீவுகள் குழுவானது கோவிட் -19 இலிருந்து குறைந்த மொத்த இறப்புகளின் எண்ணிக்கை 184 ஐப் பதிவு செய்துள்ளது. 05 ஜனவரி 2022, 08:00 IST (GMT+5:30) . 32367.4 எண்ணிக்கையுடன் கடலோர மாநிலங்கள் மற்றும் யூனியன் பிரதேசக் குழுவில் கோவிட்-19 இன் சராசரி இறப்பு அதிகமாக உள்ளது, அதைத் தொடர்ந்து பிற மாநிலங்கள் மற்றும் யூனியன் பிரதேச குழுக்கள் 10431.21429 எண்ணிக்கையுடன் உள்ளன. தீவுகளின் குழுவானது, கோவிட்-19 இலிருந்து 61.33 ஆகக் குறைந்த சராசரி இறப்புகளைப் பதிவு செய்துள்ளது. அதிக எண்ணிக்கையிலான கோவிட்-19 வழக்குகளைக் கொண்ட கடலோர மாநிலங்களில் உறுதிப்படுத்தப்பட்ட வழக்குகளின் எண்ணிக்கையிலும் இதேபோன்ற போக்கு கண்டறியப்பட்டது. இந்த பதிப்பு 2 இல் பரவல் விகிதங்கள் 100000 க்கு கணக்கிடப்படுகின்றன. முடிவுகள்: இந்தியாவின் கடலோர மாநிலங்கள் மற்றும் யூனியன் பிரதேசங்களில் தினசரி கோவிட்-19 மற்றும் இறப்பு விகிதம் 100000 க்கு 867 இன் மற்ற புவியியல் இடங்களுடன் ஒப்பிடும்போது அதிக எண்ணிக்கையில் உள்ளது என்று ஆராய்ச்சி கண்டறிந்துள்ளது. நாடு.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவ