論文の概要: The Causality Inference of Public Interest in Restaurants and Bars on
COVID-19 Daily Cases in the US: A Google Trends Analysis
- arxiv url: http://arxiv.org/abs/2007.13255v1
- Date: Mon, 27 Jul 2020 00:29:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-06 11:46:36.603020
- Title: The Causality Inference of Public Interest in Restaurants and Bars on
COVID-19 Daily Cases in the US: A Google Trends Analysis
- Title（参考訳）: 米国におけるレストランやバーにおける公衆の関心の因果推定 : Googleトレンド分析
- Authors: Milad Asgari Mehrabadi, Nikil Dutt and Amir M. Rahmani
- Abstract要約: 新型コロナウイルスの感染拡大は世界のほぼすべての地域で影響を受けている。
米国の毎日の症例数は他のどの国よりも多く、州の大半で増加傾向にある。
Googleトレンドは、さまざまな期間にさまざまなトピックに対する一般の関心を提供する。
- 参考スコア（独自算出の注目度）: 2.826858247883636
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 coronavirus pandemic has affected virtually every region of the
globe. At the time of conducting this study, the number of daily cases in the
United States is more than any other country, and the trend is increasing in
most of its states. Google trends provide public interest in various topics
during different periods. Analyzing these trends using data mining methods
might provide useful insights and observations regarding the COVID-19 outbreak.
The objective of this study was to consider the predictive ability of different
search terms (i.e., bars and restaurants) with regards to the increase of daily
cases in the US. We considered the causation of two different search query
trends, namely restaurant and bars, on daily positive cases in top-10
states/territories of the United States with the highest and lowest daily new
positive cases. In addition, to measure the linear relation of different
trends, we used Pearson correlation. Our results showed for states/territories
with higher numbers of daily cases, the historical trends in search queries
related to bars and restaurants, which mainly happened after re-opening,
significantly affect the daily new cases, on average. California, for example,
had most searches for restaurants on June 7th, 2020, which affected the number
of new cases within two weeks after the peak with the P-value of .004 for
Granger's causality test. Although a limited number of search queries were
considered, Google search trends for restaurants and bars showed a significant
effect on daily new cases for regions with higher numbers of daily new cases in
the United States. We showed that such influential search trends could be used
as additional information for prediction tasks in new cases of each region.
This prediction can help healthcare leaders manage and control the impact of
COVID-19 outbreaks on society and be prepared for the outcomes.
- Abstract（参考訳）: 新型コロナウイルスの感染拡大は世界のほぼすべての地域で影響を受けている。
この研究の実施時点では、米国内の毎日のケースの数は他のどの国よりも多く、多くの州でその傾向が増加している。
google trendsは、さまざまな期間にさまざまなトピックに対する一般の関心を提供する。
データマイニング手法を用いたこれらのトレンドの分析は、新型コロナウイルスの流行に関する有益な洞察と観察を提供するかもしれない。
本研究の目的は,米国における日常的な事例の増加にともなう検索語(バーやレストランなど)の予測能力について検討することであった。
検索クエリーの傾向は,米国トップ10州・地域における1日当たりの陽性例と1日当たりの新規陽性例の2種類,すなわちレストランとバーの2種類について検討した。
さらに,異なる傾向の線形関係を測定するために,ピアソン相関を用いた。
調査の結果, 日常事例が多く, バーやレストランに関する検索クエリの歴史的傾向は, 主に再開後に発生したもので, 日常の新規症例に影響を及ぼすことが明らかとなった。
例えば、カリフォルニア州は2020年6月7日にレストランを検索し、ピークから2週間以内に新規感染者数に影響を与え、グランガーの因果性検査のP値が.004となった。
検索クエリの数は限られていたが、レストランやバーの検索トレンドは、米国では毎日の新規症例が多い地域において、日々の新規症例に大きな影響を及ぼした。
これらの影響のある検索トレンドを,各地域の新たな事例における予測タスクのための追加情報として使用できることを示した。
この予測は、新型コロナウイルスの感染拡大が社会に与える影響を管理しコントロールし、その結果に備えるのに役立つ。
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) - American Twitter Users Revealed Social Determinants-related Oral Health
Disparities amid the COVID-19 Pandemic [72.44305630014534]
新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。
女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。
新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
論文 参考訳（メタデータ） (2021-09-16T01:10:06Z) - 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) - Google Trends Analysis of COVID-19 [3.1277175082738005]
世界保健機関(WHO)は3月11日、新型コロナウイルスがパンデミック病であると発表した。
本研究の目的は、Google検索のトレンドと新型コロナウイルスの拡散との関係を検討することである。
論文 参考訳（メタデータ） (2020-11-07T20:55:19Z) - Surveillance of COVID-19 Pandemic using Hidden Markov Model [0.0]
隠れマルコフモデルを用いて、拡散の程度をよりよく評価することを検討する。
私たちが分析したデータは、インドのシナリオに関するものです。
論文 参考訳（メタデータ） (2020-08-14T05:45:34Z) - 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) - Amortized Causal Discovery: Learning to Infer Causal Graphs from
Time-Series Data [63.15776078733762]
本稿では,時系列データから因果関係を推定する新しいフレームワークであるAmortized Causal Discoveryを提案する。
本研究では,本手法が変分モデルとして実装され,因果発見性能が大幅に向上することを示した。
論文 参考訳（メタデータ） (2020-06-18T19:59:12Z) - 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) - The Pace and Pulse of the Fight against Coronavirus across the US, A
Google Trends Approach [0.0]
Google Trendsは、人々が考えていること、必要としていること、計画するためのプロキシとして使用できる。
新型コロナウイルス(COVID-19)などのパンデミックにおける情報探索パターンの、重要な変化の洞察と、潜在的な指標の両方を提供するために、私たちはそれを使用しています。
論文 参考訳（メタデータ） (2020-05-05T20:55:45Z) - Observed mobility behavior data reveal social distancing inertia [16.89576620375838]
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。
論文 参考訳（メタデータ） (2020-04-30T13:12:37Z)
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。