論文の概要: Changes in mobility patterns in Europe during the COVID-19 pandemic:
Novel insights using open source data
- arxiv url: http://arxiv.org/abs/2008.10505v1
- Date: Mon, 24 Aug 2020 15:15:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-05 02:10:30.993027
- Title: Changes in mobility patterns in Europe during the COVID-19 pandemic:
Novel insights using open source data
- Title（参考訳）: 欧州におけるcovid-19パンデミックにおけるモビリティパターンの変化 : オープンソースデータを用いた新たな洞察
- Authors: Anna Sigridur Islind, Mar\'ia \'Oskarsd\'ottir, Harpa
Steingr\'imsd\'ottir
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックは世界的な健康危機を引き起こし、欧州のさまざまな戦略を使って対処してきた。
パンデミック時に導入した戦略によって、異なる郡で移動パターンが変化したことを示す。
われわれのデータによると、ヨーロッパの市民の大多数は、ロックダウンの間は歩けず、飛行機の頻度は低かったものの、激増した。
- 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: The COVID-19 pandemic has changed the way we act, interact and move around in
the world. The pandemic triggered a worldwide health crisis that has been
tackled using a variety of strategies across Europe. Whereas some countries
have taken strict measures, others have avoided lock-downs altogether. In this
paper, we report on findings obtained by combining data from different publicly
available sources in order to shed light on the changes in mobility patterns in
Europe during the pandemic. Using that data, we show that mobility patterns
have changed in different counties depending on the strategies they adopted
during the pandemic. Our data shows that the majority of European citizens
walked less during the lock-downs, and that, even though flights were less
frequent, driving increased drastically. In this paper, we focus on data for a
number of countries, for which we have also developed a dashboard that can be
used by other researchers for further analyses. Our work shows the importance
of granularity in open source data and how such data can be used to shed light
on the effects of the pandemic.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、私たちの行動、対話、動き方を変えました。
世界的な健康危機が引き起こされ、ヨーロッパ中で様々な戦略が取り組まれている。
厳格な措置を講じた国もあるが、ロックダウンを完全に避けた国もある。
本稿では,パンデミック時の欧州におけるモビリティ・パターンの変化を明らかにするため,さまざまなソースからのデータを組み合わせて得られた知見について報告する。
このデータを用いて,パンデミック時に採用した戦略によって,各郡でモビリティパターンが変化していることを示す。
私たちのデータによると、欧州市民の大多数はロックダウン中に歩けず、飛行頻度は低かったものの、運転は大幅に増加した。
本稿では,多くの国を対象としたデータを中心に,他の研究者がさらなる分析に使用できるダッシュボードを開発した。
私たちの研究は、オープンソースデータにおける粒度の重要性と、そのデータがパンデミックの影響にどのように影響するかを示しています。
関連論文リスト
- SPEED++: A Multilingual Event Extraction Framework for Epidemic Prediction and Preparedness [73.73883111570458]
多様な疾患や言語に対する流行イベント情報を抽出する,最初の多言語イベント抽出フレームワークを提案する。
各言語でデータに注釈を付けることは不可能であり、ゼロショット・クロスランガル・クロス・ディスリーズ・モデルを開発する。
われわれのフレームワークは、2019年12月初旬に中国のWeiboポストから、中国でのトレーニングなしに、新型コロナウイルスの流行を警告することができる。
論文 参考訳（メタデータ） (2024-10-24T03:03:54Z) - 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) - Changes in mobility choices during the first wave of the COVID-19
pandemic: a comparison between Italy and Sweden [0.0]
新型コロナウイルスの感染拡大は世界中の人々の生活、特に旅行行動や日々の行動に影響を及ぼした。
2020年春、新型コロナウイルスの感染拡大を抑えるため、各国は異なる戦略を採った。
本研究の目的は,イタリアとスウェーデンの2国で発生したパンデミックによる移動行動の変化を分析することである。
論文 参考訳（メタデータ） (2023-03-14T11:19:26Z) - "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) - 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) - Steering a Historical Disease Forecasting Model Under a Pandemic: Case
of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。
我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文 参考訳（メタデータ） (2020-09-23T22:35:43Z) - 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) - Pandemic Pulse: Unraveling and Modeling Social Signals during the
COVID-19 Pandemic [12.050597862123313]
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。
論文 参考訳（メタデータ） (2020-06-10T17:55:44Z) - 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) - When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and
Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。
さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。
本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
論文 参考訳（メタデータ） (2020-05-13T18:21:50Z) - 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)
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。