Fugu-MT 論文翻訳(概要): Privacy in Crisis: A study of self-disclosure during the Coronavirus pandemic

論文の概要: Privacy in Crisis: A study of self-disclosure during the Coronavirus pandemic

arxiv url: http://arxiv.org/abs/2004.09717v2
Date: Sat, 10 Oct 2020 17:33:47 GMT
ステータス: 処理完了
システム内更新日: 2023-05-22 20:47:47.982921
Title: Privacy in Crisis: A study of self-disclosure during the Coronavirus pandemic
Title（参考訳）: 危機におけるプライバシ:コロナウイルスパンデミックにおける自己開示の研究
Authors: Taylor Blose, Prasanna Umar, Anna Squicciarini, Sarah Rajtmajer
Abstract要約: コロナウイルスパンデミックに関するユーザ主導の英語会話を表す大量のつぶやきデータセットにおける自己開示の頻度について検討した。個人情報の自発的開示を検出するために教師なしのアプローチを用いて、パンデミックを取り巻く状況要因が個人のプライバシー計算に影響を及ぼすという早期の証拠を提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We study observed incidence of self-disclosure in a large dataset of Tweets representing user-led English-language conversation about the Coronavirus pandemic. Using an unsupervised approach to detect voluntary disclosure of personal information, we provide early evidence that situational factors surrounding the Coronavirus pandemic may impact individuals' privacy calculus. Text analyses reveal topical shift toward supportiveness and support-seeking in self-disclosing conversation on Twitter. We run a comparable analysis of Tweets from Hurricane Harvey to provide context for observed effects and suggest opportunities for further study.
Abstract（参考訳）: 本研究では,コロナウイルスパンデミックに関するユーザ主導の英語会話を表わした大規模なつぶやきデータセットにおける自己開示の出現について検討した。個人情報の自発的開示を検出するために教師なしのアプローチを用いて、コロナウイルスのパンデミックに伴う状況要因が個人のプライバシー計算に影響を及ぼすという早期の証拠を提供する。テキスト分析は、Twitter上での自己開示会話において、サポートとサポート検索へのトピックシフトを示す。 Hurricane Harveyのツイートを比較分析して、観測結果のコンテキストを提供し、さらなる研究の機会を提案する。

関連論文リスト

Non-Invasive Suicide Risk Prediction Through Speech Analysis [74.8396086718266]
自動自殺リスク評価のための非侵襲的音声ベースアプローチを提案する。我々は、wav2vec、解釈可能な音声・音響特徴、深層学習に基づくスペクトル表現の3つの特徴セットを抽出する。我々の最も効果的な音声モデルは、6.6.2,%$のバランスの取れた精度を達成する。
論文参考訳（メタデータ） (2024-04-18T12:33:57Z)
A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文参考訳（メタデータ） (2024-03-31T12:44:48Z)
Informing clinical assessment by contextualizing post-hoc explanations of risk prediction models in type-2 diabetes [50.8044927215346]
本研究は, 合併症リスク予測のシナリオを考察し, 患者の臨床状態に関する文脈に焦点を当てる。我々は、リスク予測モデル推論に関する文脈を提示し、その受容性を評価するために、最先端のLLMをいくつか採用する。本論文は,実世界における臨床症例における文脈説明の有効性と有用性を明らかにする最初のエンドツーエンド分析の1つである。
論文参考訳（メタデータ） (2023-02-11T18:07:11Z)
Coronavirus statistics causes emotional bias: a social media text mining perspective [4.042350304426975]
本稿では,パンデミックに関連するテキストを場所ラベル付きテキストデータから分類する深層学習モデルを提案する。次に,マルチタスク学習に基づく感情分析を行う。最後に、感情分析の出力を伴う固定効果パネル回帰を実行する。
論文参考訳（メタデータ） (2022-11-16T03:36:13Z)
Learning Language and Multimodal Privacy-Preserving Markers of Mood from Mobile Data [74.60507696087966]
精神状態は、先進医療に共通する国でも診断されていない。人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
論文参考訳（メタデータ） (2021-06-24T17:46:03Z)
COVID-19 and Big Data: Multi-faceted Analysis for Spatio-temporal Understanding of the Pandemic with Social Media Conversations [4.07452542897703]
ソーシャルメディアプラットフォームは、新型コロナウイルス(COVID-19)に関する世界的な会話の手段として機能している。本稿では,パンデミックを取り巻くソーシャルメディア会話の重要コンテンツと特徴の分析,マイニング,追跡のための枠組みを提案する。
論文参考訳（メタデータ） (2021-04-22T00:45:50Z)
Viral Visualizations: How Coronavirus Skeptics Use Orthodox Data Practices to Promote Unorthodox Science Online [13.019517863608955]
新型コロナウイルスの感染拡大が相次ぎ、政府のパンデミック対応が過大評価され、危機は終わったことを示すデータ視覚化が2020年の大半を米国のソーシャルメディアに費やした。本稿では, ソーシャルメディア上でのパンデミックの拡散状況について検討し, 科学施設を信頼していない人々がデータ駆動意思決定の同じレトリックをしばしば展開していることを示す。
論文参考訳（メタデータ） (2021-01-20T06:36:47Z)
Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
論文参考訳（メタデータ） (2020-09-20T12:24:45Z)
Critical Impact of Social Networks Infodemic on Defeating Coronavirus COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
2019年の推計295億人が世界中でソーシャルメディアを利用している。コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
論文参考訳（メタデータ） (2020-05-18T15:53:13Z)
COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文参考訳（メタデータ） (2020-05-18T07:40:49Z)
Causal Modeling of Twitter Activity During COVID-19 [0.0]
本研究では,パンデミックの特徴とTwitter活動の因果関係を発見し,定量化する因果推論手法を提案する。以上の結果から,提案手法は疫学領域の知識を捉えるのに有効であることが示唆された。本研究は,公衆の注意を喚起する出来事と公衆の注意を喚起する出来事を区別することにより,情報疫学の分野に寄与すると考えている。
論文参考訳（メタデータ） (2020-05-16T11:07:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。