論文の概要: Impact of natural disasters on consumer behavior: case of the 2017 El
Nino phenomenon in Peru
- arxiv url: http://arxiv.org/abs/2008.04887v1
- Date: Tue, 11 Aug 2020 17:44:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-31 12:39:39.114219
- Title: Impact of natural disasters on consumer behavior: case of the 2017 El
Nino phenomenon in Peru
- Title(参考訳): 自然災害が消費者行動に及ぼす影響--2017年のペルーのエルニーニョ現象を事例として
- Authors: Hugo Alatrista-Salas and Vincent Gauthier and Miguel Nunez-del-Prado
and Monique Becker
- Abstract要約: エルニーノ(El Nino)は、太平洋東部の海面が異常に温まる現象である。
この現象は、大雨と洪水によって特徴づけられ、影響した地域の経済活動に悪影響を及ぼす。
クレジットカードやデビットカードを含む銀行取引に関連するデータのマルチスケール分析を行った。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: El Nino is an extreme weather event featuring unusual warming of surface
waters in the eastern equatorial Pacific Ocean. This phenomenon is
characterized by heavy rains and floods that negatively affect the economic
activities of the impacted areas. Understanding how this phenomenon influences
consumption behavior at different granularity levels is essential for
recommending strategies to normalize the situation. With this aim, we performed
a multi-scale analysis of data associated with bank transactions involving
credit and debit cards. Our findings can be summarized into two main results:
Coarse-grained analysis reveals the presence of the El Ni\~no phenomenon and
the recovery time in a given territory, while fine-grained analysis
demonstrates a change in individuals' purchasing patterns and in merchant
relevance as a consequence of the climatic event. The results also indicate
that society successfully withstood the natural disaster owing to the economic
structure built over time. In this study, we present a new method that may be
useful for better characterizing future extreme events.
- Abstract(参考訳): エルニーノ(El Nino)は、太平洋東部の海面が異常に温まる現象である。
この現象は、被災地域の経済活動に悪影響を及ぼす大雨と洪水によって特徴づけられる。
この現象が異なる粒度レベルでの消費行動にどのように影響するかを理解することは、状況を正常化する戦略を推奨する上で不可欠である。
この目的により、クレジットカードやデビットカードを含む銀行取引に関連するデータのマルチスケール分析を行った。
粗い粒度分析により,エルニ−ノ現象の存在と特定の領域での回復時間を明らかにし,粒度解析の結果,気候事象の結果として個人の購買パターンや商人の関連性が変化していることが示される。
また, 社会は, 時間とともに構築された経済構造により自然災害を回避できたことも示唆された。
本研究では,将来の極端な事象をよりよく特徴付けるために有用な新しい手法を提案する。
関連論文リスト
- Climate Change Impact on Agricultural Land Suitability: An Interpretable
Machine Learning-Based Eurasia Case Study [94.07737890568644]
2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。
気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。
本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
論文 参考訳(メタデータ) (2023-10-24T15:15:28Z) - CMIP X-MOS: Improving Climate Models with Extreme Model Output
Statistics [40.517778024431244]
自然災害リスクの予測を改善するために, エクストリームモデル出力統計(X-MOS)を導入する。
この手法は, 気象観測所から得られた実測値にCMIPモデル出力を正確にマッピングするために, 深部回帰手法を用いる。
これまでの研究とは対照的に,本研究では,将来の気候パラメータ分布の尾部推定の強化に重点を置いている。
論文 参考訳(メタデータ) (2023-10-24T13:18:53Z) - Improving extreme weather events detection with light-weight neural
networks [0.0]
気候データから熱帯低気圧と大気河川のセマンティックセグメンテーションを訓練した軽量なコンテキストガイド畳み込みニューラルネットワークアーキテクチャを改良した。
我々の主な焦点は熱帯のサイクロンであり、最も破壊的な気象現象であり、現在のモデルでは性能が限られている。
論文 参考訳(メタデータ) (2023-03-31T23:38:54Z) - A Multi-Modal Machine Learning Approach to Detect Extreme Rainfall
Events in Sicily [0.0]
2021年、年間降水量のほぼ半分にあたる300mmの雨が、カタニア(シチリア島)近くで降った。
これは、2009年から2021年にかけて収集した高周波で大規模なデータセットを使用することで可能になった。
使い易く、マルチモーダルなデータサイエンス技術は、ポリシー作成に大きな改善をもたらす可能性があると信じています。
論文 参考訳(メタデータ) (2022-12-14T14:10:27Z) - Nostradamus: Weathering Worth [1.3506685059252612]
我々は、米国金融市場に基づく環境要素と株価の連想的相関と因果関係を分析する。
我々は、人々の感情状態と株式市場への影響を観察するために、4つの自然災害をケーススタディとして捉えている。
論文 参考訳(メタデータ) (2022-12-08T08:03:26Z) - Impact of COVID-19 Policies and Misinformation on Social Unrest [0.0]
我々は、西欧8か国と米国の4か国における社会不安(抗議)、健康結果、公衆衛生命令、誤情報との相互作用に焦点を当てる。
我々は、高い抗議活動の時期と、時間とともに抗議活動の総数を特定するために、バイナリ抗議指標の1~3週間の予測を作成しました。
ベルギーを除くすべての地域で、我々のさまざまなデータストリームから少なくとも1つの特徴が抗議行動の予測であることがわかった。
論文 参考訳(メタデータ) (2021-10-07T16:05:10Z) - ClimateGAN: Raising Climate Change Awareness by Generating Images of
Floods [89.61670857155173]
実画像上でのリアルな洪水をシミュレートする手法を提案する。
本研究では、教師なし領域適応と条件付き画像生成のためのシミュレーションデータと実データの両方を活用するモデルであるClimateGANを提案する。
論文 参考訳(メタデータ) (2021-10-06T15:54:57Z) - Challenges for Using Impact Regularizers to Avoid Negative Side Effects [74.67972013102462]
我々は、影響レギュレータの主な課題について論じ、それらを基本的な設計決定に関連付ける。
我々は、影響正則化器による負の副作用の防止における未解決課題を克服するための有望な方向を探究する。
論文 参考訳(メタデータ) (2021-01-29T10:32:51Z) - Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。
これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。
本稿では,本稿で開発したツールと方法論について紹介する。
論文 参考訳(メタデータ) (2020-11-03T21:22:42Z) - Physics-informed GANs for Coastal Flood Visualization [65.54626149826066]
我々は,現在および将来の沿岸洪水の衛星画像を生成する深層学習パイプラインを構築した。
物理に基づく洪水図と比較して画像を評価することにより,提案手法は物理的一貫性とフォトリアリズムの両方において,ベースラインモデルよりも優れていることがわかった。
この研究は沿岸の洪水の可視化に焦点が当てられているが、気候変動が地球をどう形作るかのグローバルな可視化を作成することを想定している。
論文 参考訳(メタデータ) (2020-10-16T02:15:34Z) - Predictive Analytics for Water Asset Management: Machine Learning and
Survival Analysis [55.41644538483948]
本研究では,水管故障の予測のための統計的および機械学習の枠組みについて検討する。
スペイン,バルセロナの配水ネットワーク内の全管の故障記録を含むデータセットを用いて検討を行った。
その結果, 管形状, 年齢, 材質, 土壌被覆など, 重要な危険因子の影響が明らかにされた。
論文 参考訳(メタデータ) (2020-07-02T19:08:36Z)
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。