論文の概要: Using social media to measure demographic responses to natural disaster: Insights from a large-scale Facebook survey following the 2019 Australia Bushfires

• arxiv url: http://arxiv.org/abs/2008.03665v1
• Date: Sun, 9 Aug 2020 05:55:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-05-06 18:01:49.177693
• Title: Using social media to measure demographic responses to natural disaster: Insights from a large-scale Facebook survey following the 2019 Australia Bushfires
• Title（参考訳）: ソーシャルメディアを使って自然災害に対する人口動態を測る:2019年のオーストラリア・ブッシュファイア後の大規模Facebook調査から
• Authors: Paige Maas and Zack Almquist and Eugenia Giraudy and JW Schneider
• Abstract要約: われわれは、Facebookアプリ自体を通じて、ディスアスター後の人口統計と経済効果を迅速に調査する。 これらの調査回答は、Facebook Displacement Mapsを含むアプリ由来のモビリティデータを強化するために使用します。 我々は、変位決定やタイミングなど、重要な領域のいくつかの違いを明らかにした。
• 参考スコア（独自算出の注目度）: 3.441021278275805
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper we explore a novel method for collecting survey data following a natural disaster and then combine this data with device-derived mobility information to explore demographic outcomes. Using social media as a survey platform for measuring demographic outcomes, especially those that are challenging or expensive to field for, is increasingly of interest to the demographic community. Recent work by Schneider and Harknett (2019) explores the use of Facebook targeted advertisements to collect data on low-income shift workers in the United States. Other work has addressed immigrant assimilation (Stewart et al, 2019), world fertility (Ribeiro et al, 2020), and world migration stocks (Zagheni et al, 2017). We build on this work by introducing a rapid-response survey of post-disaster demographic and economic outcomes fielded through the Facebook app itself. We use these survey responses to augment app-derived mobility data that comprises Facebook Displacement Maps to assess the validity of and drivers underlying those observed behavioral trends. This survey was deployed following the 2019 Australia bushfires to better understand how these events displaced residents. In doing so we are able to test a number of key hypotheses around displacement and demographics. In particular, we uncover several gender differences in key areas, including in displacement decision-making and timing, and in access to protective equipment such as smoke masks. We conclude with a brief discussion of research and policy implications.
• Abstract（参考訳）: 本稿では,自然災害後の調査データを収集し,そのデータをデバイス由来の移動情報と組み合わせ,人口統計学的結果の探索を行う。 ソーシャルメディアを人口統計調査のプラットフォームとして使うことは、特に困難で費用がかかる人口統計調査のプラットフォームとして、人口統計コミュニティの関心をますます高めている。 Schneider と Harknett (2019) による最近の研究は、米国の低所得労働者のデータ収集に Facebook をターゲットとした広告の利用を探求している。 他の研究では、移民同化(stewart et al, 2019)、世界出生率(ribeiro et al, 2020)、世界移住株(zagheni et al, 2017)に対処している。 われわれは、Facebookアプリ自体を通じて、ディスアスター後の人口統計と経済結果の迅速応答調査を導入することで、この取り組みを構築している。 我々は、これらの調査回答を用いて、facebookの変位マップを含むアプリから派生したモビリティデータを強化し、観察された行動トレンドの妥当性とドライバーを評価する。 この調査は、2019年のオーストラリアで起きた山火事の後に行われた。 そうすることで、変位と人口動態に関するいくつかの重要な仮説を試すことができます。 特に,転位決定やタイミング,喫煙マスクなどの保護具へのアクセスなど,重要な領域における男女差を明らかにした。 研究と政策に関する簡単な議論で締めくくります。

関連論文リスト

• RESCUE: Crowd Evacuation Simulation via Controlling SDM-United Characters [48.356346584588906]
  現在の避難モデルは、避難中に起こる複雑な人間の行動を見渡す。 本研究では,3次元適応型SFM(Social Force Model)決定機構とパーソナライズされた歩行制御モータを統合したリアルタイム3次元集団避難シミュレーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-27T03:50:18Z)
• Behavioral response to mobile phone evacuation alerts [1.4434037690965207]
  本研究では,チリのバルパライソで発生した2024年2月の山火事における携帯電話の避難警報に対する行動応答について検討した。 580,000台のデバイスから匿名化されたモバイルネットワークデータを用いて,緊急SMS通知による人口移動を分析した。
  論文  参考訳（メタデータ） (2025-03-27T13:33:56Z)
• Transforming Social Science Research with Transfer Learning: Social Science Survey Data Integration with AI [0.4944564023471818]
  全国的に代表される大規模な調査は、アメリカ政治学界を深く形作っているが、関連性はあるものの異なる領域を代表している。 本研究は,これらのギャップに対処するためのトランスファーラーニング(TL)の新たな応用について紹介する。 協同選挙研究データセットで事前訓練されたモデルは、米国選挙研究データセットでの使用のために微調整されている。
  論文  参考訳（メタデータ） (2025-01-11T16:01:44Z)
• Labeled Datasets for Research on Information Operations [71.34999856621306]
  ソーシャルメディアプラットフォームによって検証されたIOポストと、同様のトピックを同じ時間フレーム(制御データ)で議論した303kアカウントによる1300万以上の投稿の両方を含む、26のキャンペーンに関するラベル付きデータセットを新たに提示する。 データセットは、さまざまなキャンペーンや国で調整されたアカウントによって使用される物語、ネットワークインタラクション、エンゲージメント戦略の研究を促進する。
  論文  参考訳（メタデータ） (2024-11-15T22:15:01Z)
• How Unique is Whose Web Browser? The role of demographics in browser fingerprinting among US users [50.699390248359265]
  ブラウザのフィンガープリントは、クッキーを使わずとも、Web上のユーザを識別し、追跡するために利用できる。 この技術と結果として生じるプライバシーリスクは10年以上にわたって研究されてきた。 我々は、さらなる研究を可能にするファースト・オブ・ザ・キンド・データセットを提供する。
  論文  参考訳（メタデータ） (2024-10-09T14:51:58Z)
• Evacuation patterns and socioeconomic stratification in the context of wildfires in Chile [1.5157842912803314]
  我々は,チリのバルパライソで発生した山火事で避難パターンを解析するために,高精細な携帯電話記録を用いた。 多くの人が家から一晩離れて過ごしており、最も低い社会経済セグメントの人々は最も長い時間離れていた。 以上の結果から,社会経済的差異が避難動態に果たす役割が示唆され,対応計画に有用な知見が得られた。
  論文  参考訳（メタデータ） (2024-10-08T13:18:49Z)
• Tracing the Unseen: Uncovering Human Trafficking Patterns in Job Listings [9.450459784653196]
  我々は、米国内の8つの関連地域から収集された4千万件の求人情報を分析した(2006-2024)。 広告機会の種類,好ましくない接触の態様,投稿頻度を調べた結果,不審な広告を特徴付けるパターンが明らかになった。 この研究は、オンラインの求人ボードとコミュニケーションプラットホームが、人間のトラフィックのファシリテーターを知らないままにするための、より深い研究の必要を浮き彫りにしている。
  論文  参考訳（メタデータ） (2024-06-18T10:18:15Z)
• CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [50.122541222825156]
  本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。 本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。 この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
  論文  参考訳（メタデータ） (2024-06-16T23:01:10Z)
• What we can learn from TikTok through its Research API [3.424635462664968]
  最近リリースされた無料のResearch APIは、投稿されたビデオ、関連コメント、ユーザーアクティビティのデータを集めるための扉を開く。 本研究は,TikTokビデオのランダムなサンプルを6年間にわたって収集し,分析することにより,Research APIが返した結果の信頼性を評価することに焦点を当てた。
  論文  参考訳（メタデータ） (2024-02-21T14:59:49Z)
• Data-Driven Bayesian Network Models of Hurricane Evacuation Decision Making [2.749589513485177]
  ハリケーン時の避難決定をモデル化するためにベイジアンネットワーク(BN)を提案する。 ハリケーン・ハーベイ(Hurricane Harvey)とハリケーン・イルマ(Hurricane Irma)の2つの重要なハリケーンイベントのアンケートデータを収集した。 両ハリケーンの学習構造について検討・比較し,避難予測因子間の因果関係について検討した。
  論文  参考訳（メタデータ） (2023-11-16T22:58:57Z)
• Investigating disaster response through social media data and the Susceptible-Infected-Recovered (SIR) model: A case study of 2020 Western U.S. wildfire season [0.8999666725996975]
  ソーシャルメディアは災害時の公衆の懸念や要求を反映することができる。 Twitterデータからトピックをクラスタリングするために、BERT(Bidirectional Representations from Transformers)トピックモデリングを使用しました。 本研究では、ソーシャルメディアデータを用いたSIRモデルとトピックモデリングが、災害対応を定量的に評価するための意思決定者に提供する方法について詳述する。
  論文  参考訳（メタデータ） (2023-08-10T01:51:33Z)
• Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
  選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。 地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
  論文  参考訳（メタデータ） (2023-01-02T12:40:05Z)
• Fast Few shot Self-attentive Semi-supervised Political Inclination Prediction [12.472629584751509]
  政策立案者やジャーナリストにとって、特定の場所にいる人々の政治的傾向を理解するために、ソーシャルメディア上でオンライン世論調査を作成することは、今やますます一般的になっている。 我々は、その目的をさらに進めるために、政治的傾き検出のための自己注意型半教師付きフレームワークを導入する。 資源制約のある設定でも,モデルは非常に効率的であることがわかった。
  論文  参考訳（メタデータ） (2022-09-21T12:07:16Z)
• Releasing survey microdata with exact cluster locations and additional privacy safeguards [77.34726150561087]
  本稿では,プライバシ保護を付加した独自のマイクロデータの有用性を活用した,代替的なマイクロデータ配信戦略を提案する。 当社の戦略は, 再識別の試みにおいても, 任意の属性に対する再識別リスクを60～80%削減する。
  論文  参考訳（メタデータ） (2022-05-24T19:37:11Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• Detecting Damage Building Using Real-time Crowdsourced Images and Transfer Learning [53.26496452886417]
  本稿では,Twitterなどのソーシャルメディアプラットフォームから地震後の建物画像を自動的に抽出する手法を提案する。 トランスファーラーニングと6500枚の手動ラベル付き画像を用いて,現場に損傷のある建物を画像として認識する深層学習モデルを訓練した。 訓練されたモデルは、異なる場所で新たに取得した地震の画像でテストし、トルコのM7.0地震の後、Twitterのフィードでほぼリアルタイムで実行された。
  論文  参考訳（メタデータ） (2021-10-12T06:31:54Z)
• MigrationsKB: A Knowledge Base of Public Attitudes towards Migrations and their Driving Factors [1.6973426830397942]
  本研究は、移住に対する大衆の態度を定量化するためのソーシャルメディアプラットフォームの分析である。 移民のホストである欧州諸国では、2013年からJul-2021にかけてのツイートが収集されている。 外部データベースは、移住に対する人々の否定的な態度を引き起こす潜在的な社会的・経済的要因を特定するために使用される。
  論文  参考訳（メタデータ） (2021-08-17T12:50:39Z)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)
• Constructing Evacuation Evolution Patterns and Decisions Using Mobile Device Location Data: A Case Study of Hurricane Irma [5.902556437760098]
  本稿では,大規模な携帯電話位置情報サービス(LBS)データを用いて,ハリケーンイルマの上陸時の避難パターンを構築した。 ユーザの避難判断,出発・再入国日分布,目的地選択を検討した。 分析の結果,避難選択のモデル化における個人の移動行動の重要性が明らかになった。
  論文  参考訳（メタデータ） (2021-02-24T23:24:10Z)
• Face Off: Polarized Public Opinions on Personal Face Mask Usage during the COVID-19 Pandemic [77.34726150561087]
  様々な政府機関による一連の政策変更は、フェイスマスクの偏光に寄与したと推測されている。 新型コロナウイルスの感染拡大に伴う米国でのマスクに対する国民の感情を正確に評価するための新しいアプローチを提案する。 2つの重要な政策シフトの出来事が、共和党と民主党の両方の感情の統計的に重要な変化に寄与している。
  論文  参考訳（メタデータ） (2020-10-31T18:52:41Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)
• Facebook Ads as a Demographic Tool to Measure the Urban-Rural Divide [6.61600499731972]
  われわれは、Facebookの広告プラットフォームの有用性について検討する。 我々は、Facebookが生み出す人口統計が、時間とともに不安定に陥り、人口の少ない自治体が不完全な範囲をカバーしていることを示す。 公的な国勢調査データを用いて、我々のアプローチを評価し、教育の達成と収入の観点から、既知の重要な都市と農村の分断を確認した。
  論文  参考訳（メタデータ） (2020-02-26T17:19:24Z)

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。