Fugu-MT 論文翻訳(概要): Public risk perception and emotion on Twitter during the Covid-19 pandemic

論文の概要: Public risk perception and emotion on Twitter during the Covid-19 pandemic

arxiv url: http://arxiv.org/abs/2008.00854v2
Date: Mon, 7 Dec 2020 16:06:24 GMT
ステータス: 処理完了
システム内更新日: 2023-05-07 06:36:04.878951
Title: Public risk perception and emotion on Twitter during the Covid-19 pandemic
Title（参考訳）: Covid-19パンデミックにおけるTwitterの公的なリスク認識と感情
Authors: Joel Dyer and Blas Kolic
Abstract要約: このテキストの自然言語解析により、公共リスク知覚の指標をほぼリアルタイムで監視することができる。我々は、パンデミックの進行の疫学的指標と、2000万のユニークなCovid-19関連ツイートから構築されたパンデミックに対する大衆の認識の指標を比較した。 Twitterユーザーはますます死亡率を固定するが、感情的にも分析的にも減少している。
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: Successful navigation of the Covid-19 pandemic is predicated on public cooperation with safety measures and appropriate perception of risk, in which emotion and attention play important roles. Signatures of public emotion and attention are present in social media data, thus natural language analysis of this text enables near-to-real-time monitoring of indicators of public risk perception. We compare key epidemiological indicators of the progression of the pandemic with indicators of the public perception of the pandemic constructed from ~20 million unique Covid-19-related tweets from 12 countries posted between 10th March -- 14th June 2020. We find evidence of psychophysical numbing: Twitter users increasingly fixate on mortality, but in a decreasingly emotional and increasingly analytic tone. Semantic network analysis based on word co-occurrences reveals changes in the emotional framing of Covid-19 casualties that are consistent with this hypothesis. We also find that the average attention afforded to national Covid-19 mortality rates is modelled accurately with the Weber-Fechner and power law functions of sensory perception. Our parameter estimates for these models are consistent with estimates from psychological experiments, and indicate that users in this dataset exhibit differential sensitivity by country to the national Covid-19 death rates. Our work illustrates the potential utility of social media for monitoring public risk perception and guiding public communication during crisis scenarios.
Abstract（参考訳）: 新型コロナウイルスのパンデミックの航法は、安全対策や、感情や注意が重要な役割を果たすリスクの適切な認識と公衆の協力を前提にしている。ソーシャルメディアデータには公共の感情や注意のサインが存在しており、このテキストの自然言語分析により、公共のリスク知覚の指標をほぼリアルタイムで監視することができる。我々は、パンデミックの進展に関する主要な疫学的指標と、2020年3月10日から6月14日までに投稿された12か国から2000万近いユニークなcovid-19関連ツイートから構築されたパンデミックに対する国民の認識の指標を比較した。 Twitterユーザーはますます死亡率を固定するが、感情的にも分析的にも減少している。単語共起に基づく意味ネットワーク分析は、この仮説と一致するコビッド19の犠牲者の感情的フレーミングの変化を明らかにする。また,コビッド19の死亡率に対する平均的注意力は,Weber-Fechnerおよび知覚知覚のパワーロー機能と正確にモデル化されている。これらのモデルのパラメータ推定は, 心理実験の結果と一致しており, このデータセットの利用者は, 全国のCovid-19死亡率に対して, 国によって異なる感度を示すことを示す。本研究は,ソーシャルメディアが公衆のリスク認識を監視し,危機シナリオにおける公共コミュニケーションの指導に有用である可能性を示す。

関連論文リスト

Exploring celebrity influence on public attitude towards the COVID-19 pandemic: social media shared sentiment analysis [0.7340017786387767]
新型コロナウイルスのパンデミックに関連する感情を共有するために、人々はソーシャルメディアに目を向けてきた。公衆の言論の方向性を決定する上で,公衆の目で共有されるソーシャルメッセージの役割について検討した。以上の結果から,個人が公開眼で共有するメッセージに共通する感情的コンテンツの一貫したパターンの存在が示唆された。
論文参考訳（メタデータ） (2023-02-23T21:56:50Z)
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)
When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
感情をラベル付けした1万ツイートのCovidEmoを紹介します。事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
論文参考訳（メタデータ） (2021-07-23T04:07:14Z)
Sentiment Analysis of Covid-19 Tweets using Evolutionary Classification-Based LSTM Model [0.6445605125467573]
本稿では,コロナウイルスやコビッドウイルスに関する大量のツイートの感情分析について述べる。我々は、進化的分類とn-gram分析によるCovid-19流行に関連するトピックに対する世論感情の傾向を分析した。我々は、Covid-19のデータに対する感情を予測するために、2種類の評価されたつぶやきを使用して、長期間のネットワークを訓練し、全体の精度は84.46%に達した。
論文参考訳（メタデータ） (2021-06-13T04:27:21Z)
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)
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)
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)
Analyzing COVID-19 on Online Social Media: Trends, Sentiments and Emotions [44.92240076313168]
我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
論文参考訳（メタデータ） (2020-05-29T09:24:38Z)
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。

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。