論文の概要: Pandemic Pulse: Unraveling and Modeling Social Signals during the
COVID-19 Pandemic
- arxiv url: http://arxiv.org/abs/2006.05983v1
- Date: Wed, 10 Jun 2020 17:55:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-16 02:39:42.217182
- Title: Pandemic Pulse: Unraveling and Modeling Social Signals during the
COVID-19 Pandemic
- Title（参考訳）: パンデミックパルス : 新型コロナウイルスパンデミックの社会的シグナルの解明とモデル化
- Authors: Steven J. Krieg, Jennifer J. Schnur, Jermaine D. Marshall, Matthew M.
Schoenbauer, Nitesh V. Chawla
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックが米国に与える影響の一部を表わす、社会データの収集を提示し、調査を始めます。
このデータは、様々な情報源から収集され、ニューストピック、ソーシャルディスタンシング行動、コミュニティモビリティの変化、Web検索などの経年的傾向を含む。
- 参考スコア（独自算出の注目度）: 12.050597862123313
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present and begin to explore a collection of social data that represents
part of the COVID-19 pandemic's effects on the United States. This data is
collected from a range of sources and includes longitudinal trends of news
topics, social distancing behaviors, community mobility changes, web searches,
and more. This multimodal effort enables new opportunities for analyzing the
impacts such a pandemic has on the pulse of society. Our preliminary results
show that the number of COVID-19-related news articles published immediately
after the World Health Organization declared the pandemic on March 11, and that
since that time have steadily decreased---regardless of changes in the number
of cases or public policies. Additionally, we found that politically moderate
and scientifically-grounded sources have, relative to baselines measured before
the beginning of the pandemic, published a lower proportion of COVID-19 news
than more politically extreme sources. We suggest that further analysis of
these multimodal signals could produce meaningful social insights and present
an interactive dashboard to aid further exploration.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックが米国に与える影響の一部を表わす、社会データの収集を提示し、調査を始めます。
このデータは、様々な情報源から収集され、ニューストピック、ソーシャルディスタンシング行動、コミュニティモビリティの変化、Web検索などの経年的傾向を含む。
このマルチモーダルな取り組みによって、パンデミックが社会の脈拍に与える影響を分析する新たな機会が生まれます。
予備的な結果は、世界保健機関(WHO)が3月11日にパンデミックを宣言した直後に公表した新型コロナウイルス関連のニュース記事の数が着実に減少していることを示している。
さらに、政治的に中道的で科学的に根拠のある情報源は、パンデミックの開始前に測定された基準と比べて、政治的に極端な情報源よりも新型コロナウイルスのニュースの割合が低いことが判明した。
これらのマルチモーダル信号のさらなる分析は有意義な社会的洞察をもたらし、さらなる探索を支援するためにインタラクティブなダッシュボードを提示することを提案する。
関連論文リスト
- Event Detection from Social Media for Epidemic Prediction [76.90779562626541]
ソーシャルメディア投稿から疫病関連事象を抽出・分析する枠組みを構築した。
実験では、新型コロナウイルスベースのSPEEDで訓練されたEDモデルが、3つの目に見えない流行の流行を効果的に検出する方法が明らかにされている。
モンキーポックスのWHO流行宣言より4～9週間早く,抽出した事象の報告が急激な増加を示すことを示す。
論文 参考訳（メタデータ） (2024-04-02T06:31:17Z) - Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳（メタデータ） (2023-03-23T17:19:26Z) - "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the
Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。
我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文 参考訳（メタデータ） (2022-06-12T19:41:01Z) - #StayHome or #Marathon? Social Media Enhanced Pandemic Surveillance on
Spatial-temporal Dynamic Graphs [23.67939019353524]
新型コロナウイルスは、公衆衛生、社会、経済のほぼすべての領域に永続的な被害をもたらしている。
既存の研究は、伝統的な統計モデルと流行拡散理論の集約に依存している。
我々は,抽出した出来事と関係に基づいて,ソーシャルメディアがパンデミックの知識を広める新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-08-08T15:46:05Z) - Misinformation, Believability, and Vaccine Acceptance Over 40 Countries:
Takeaways From the Initial Phase of The COVID-19 Infodemic [11.737540072863405]
本報告では,世界規模でのCOVID-19インフォデミックへの感染状況について調査した。
誤報の認識と予防接種難易度との間には,強い関連性があることが判明した。
本研究は, インフォデミックの影響を受けやすい国に, 正確な情報を積極的に広める公共キャンペーンにおいて, 本研究がもたらす意味について論じる。
論文 参考訳（メタデータ） (2021-04-22T05:09:25Z) - 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) - Automatic Monitoring Social Dynamics During Big Incidences: A Case Study
of COVID-19 in Bangladesh [0.26651200086513094]
本研究は、co-19パンデミックに関連するバングラデシュの新聞データを分析した。
この分析は、政府や他の組織がこのパンデミックによって社会で発生した課題を理解するのに役立ちます。
論文 参考訳（メタデータ） (2021-01-24T07:46:17Z) - Health, Psychosocial, and Social issues emanating from COVID-19 pandemic
based on Social Media Comments using Natural Language Processing [8.150081210763567]
新型コロナウイルス(COVID-19)のパンデミックは、世界の健康危機を引き起こし、多くの人の生活に影響を与えている。
ソーシャルメディアのデータは、政府や保健機関がパンデミックにどう対処しているかに対する大衆の認識を明らかにすることができる。
本稿は、新型コロナウイルスのパンデミックが世界規模でソーシャルメディアデータを利用した人々に与える影響を調査することを目的とする。
論文 参考訳（メタデータ） (2020-07-23T17:19:50Z) - 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)
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。