論文の概要: Observed mobility behavior data reveal social distancing inertia
- arxiv url: http://arxiv.org/abs/2004.14748v1
- Date: Thu, 30 Apr 2020 13:12:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-21 17:25:49.499618
- Title: Observed mobility behavior data reveal social distancing inertia
- Title（参考訳）: ソーシャル・ディスタンシング・慣性(social distancing inertia)の観察された移動行動データ
- Authors: Sepehr Ghader, Jun Zhao, Minha Lee, Weiyi Zhou, Guangchen Zhao, Lei
Zhang
- Abstract要約: 調査によると、社会距離、旅行率、1人あたりの走行距離、在宅滞在率に関する統計はすべて予想外の傾向を示した。
この傾向は、新型コロナウイルスの感染者が観察されるとすぐに、政府の行動に関わらず、統計が改善し始めたことを示している。
この研究は、ソーシャルディスタンシングに対する自然な行動慣性が存在することを示唆し、ソーシャルディスタンシング関連統計の改善の程度を制限している。
- 参考スコア（独自算出の注目度）: 16.89576620375838
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The research team has utilized an integrated dataset, consisting of
anonymized location data, COVID-19 case data, and census population
information, to study the impact of COVID-19 on human mobility. The study
revealed that statistics related to social distancing, namely trip rate, miles
traveled per person, and percentage of population staying at home have all
showed an unexpected trend, which we named social distancing inertia. The
trends showed that as soon as COVID-19 cases were observed, the statistics
started improving, regardless of government actions. This suggests that a
portion of population who could and were willing to practice social distancing
voluntarily and naturally reacted to the emergence of COVID-19 cases. However,
after about two weeks, the statistics saturated and stopped improving, despite
the continuous rise in COVID-19 cases. The study suggests that there is a
natural behavior inertia toward social distancing, which puts a limit on the
extent of improvement in the social-distancing-related statistics. The national
data showed that the inertia phenomenon is universal, happening in all the U.S.
states and for all the studied statistics. The U.S. states showed a
synchronized trend, regardless of the timeline of their statewide COVID-19 case
spreads or government orders.
- Abstract（参考訳）: 研究チームは、匿名の位置情報データ、新型コロナウイルスのケースデータ、国勢調査人口情報からなる統合データセットを使用して、COVID-19が人間の移動に与える影響を調査した。
調査の結果,ソーシャルディスタンシングに関連する統計,すなわちトリップ率,1人あたりマイル走行距離,在宅滞在率などはすべて予期せぬ傾向を示し,社会ディスタンシング慣性(social distancing inertia)と命名した。
この傾向は、新型コロナウイルスの感染者が観察されるとすぐに、政府の行動に関わらず、統計が改善し始めたことを示している。
これは、ソーシャルディスタンシングを自発的かつ自然に実践することのできる人口の一部が、新型コロナウイルス(covid-19)の流行に反応したことを示唆している。
しかし、新型コロナウイルスの感染拡大が続いているにもかかわらず、約2週間で統計は飽和し、改善は止まった。
この研究は、ソーシャルディスタンシングに対する自然な行動慣性が存在することを示唆し、ソーシャルディスタンシング関連統計の改善の程度を制限している。
全国データによると、慣性現象は普遍的であり、米国全州および調査された統計全てで起こっている。
米国は、新型コロナウイルス(covid-19)の感染拡大や政府の命令の時系列に関わらず、同期した傾向を示した。
関連論文リスト
- Exploring the impact of social stress on the adaptive dynamics of
COVID-19: Typing the behavior of na\"ive populations faced with epidemics [43.50312332512221]
新型コロナウイルス(COVID-19)のパンデミックは、各国の適応的ダイナミクスに関して、微妙な変化をもたらしている。
これは自然災害解析における文化的特徴の重要な役割を強調している。
論文 参考訳（メタデータ） (2023-11-23T11:05:54Z) - 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) - Causal Analysis and Prediction of Human Mobility in the U.S. during the
COVID-19 Pandemic [0.0]
米国における新型コロナウイルスの感染拡大以来、ほとんどの州は旅行制限を強制しており、移動度は大幅に低下している。
本研究は、このパンデミックの間、米国における人間の移動と旅行に最も影響を及ぼす要因を決定・分析する分析枠組みを開発する。
論文 参考訳（メタデータ） (2021-11-24T05:15:12Z) - Twitter Subjective Well-Being Indicator During COVID-19 Pandemic: A
Cross-Country Comparative Study [0.0]
本研究は、日本とイタリアのTwitterデータ指標を用いて、新型コロナウイルスのパンデミックが主観的幸福感に与える影響を分析した。
全体として、主観的な幸福感はイタリアでは11.7%、日本では8.3%減少し、2020年の最初の9ヶ月は2019年の最後の2ヶ月と比較して減少した。
論文 参考訳（メタデータ） (2021-01-19T15:51:53Z) - COVID-19 Outbreak Prediction and Analysis using Self Reported Symptoms [12.864257751458712]
新型コロナウイルスの流行状況を把握するために、自己報告型症状調査データを用いています。
本研究は、自己申告された症状に基づいて、新型コロナウイルス陽性の集団の確率%を予測しようと試みた。
人口の%がcovid-19ライクな疾患(cli)を患っており、それぞれ0.15%と1.14%が絶対エラーであった。
論文 参考訳（メタデータ） (2020-12-21T00:37:24Z) - Controlling the Outbreak of COVID-19: A Noncooperative Game Perspective [61.558752620308134]
孤立と社会的距離は、このパンデミックを抑える効果的な予防措置のようだ。
我々は、新型コロナウイルスの感染拡大を防ぐために、社会的距離を維持するためのインセンティブを提供する非協力型ゲームを提案する。
数値的な結果は、個人のインセンティブが85%以上増加し、家庭隔離の割合が増加することを示している。
論文 参考訳（メタデータ） (2020-07-27T04:28:32Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。
一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文 参考訳（メタデータ） (2020-06-23T03:36:19Z) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳（メタデータ） (2020-06-05T02:04:25Z) - Quantifying human mobility behavior changes in response to
non-pharmaceutical interventions during the COVID-19 outbreak in the United
States [5.904534884761267]
ソーシャルディスタンシング(Social Distancing)は、非医薬品の介入としても知られる、主要なコミュニティ緩和戦略の1つである。
新型コロナウイルスの感染拡大に伴う人々の移動パターンの変化を評価するために,ソーシャルディスタンシング指標(Social Distancing Index)を構築した。
主な知見は, 1) 国家非常事態宣言は, 社会的距離を大いに奨励し, 多くの州における強制的在宅命令は, さらにその実践を強化し, 2) より確認されたケースが社会距離を実践する上で, より活発でタイムリーな対応を取っている州, 3) 確認されたケースが少ない州では, 社会的距離を維持することにはあまり注意を払わなかった。
論文 参考訳（メタデータ） (2020-05-04T00:59:28Z) - The Ivory Tower Lost: How College Students Respond Differently than the
General Public to the COVID-19 Pandemic [66.80677233314002]
新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。
米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。
本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
論文 参考訳（メタデータ） (2020-04-21T13:02:38Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。