論文の概要: A Stance Data Set on Polarized Conversations on Twitter about the
Efficacy of Hydroxychloroquine as a Treatment for COVID-19
- arxiv url: http://arxiv.org/abs/2009.01188v2
- Date: Sat, 5 Sep 2020 18:37:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-27 12:18:24.393965
- Title: A Stance Data Set on Polarized Conversations on Twitter about the
Efficacy of Hydroxychloroquine as a Treatment for COVID-19
- Title(参考訳): 新型コロナウイルス(covid-19)治療としてのヒドロキシクロロキンの有効性に関するtwitter上の分極化会話に関するスタンスデータ
- Authors: Ece \c{C}i\u{g}dem Mutlu, Toktam A. Oghaz, Jasser Jasser, Ege
T\"ut\"unc\"uler, Amirarsalan Rajabi, Aida Tayebi, Ozlem Ozmen, Ivan Garibay
- Abstract要約: COVID-CQは、新型コロナウイルス(COVID-19)パンデミックの状況において、Twitterユーザーのスタンスを示す最初のデータセットである。
このデータセットをGitHub経由で研究コミュニティに提供しました。
- 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: At the time of this study, the SARS-CoV-2 virus that caused the COVID-19
pandemic has spread significantly across the world. Considering the uncertainty
about policies, health risks, financial difficulties, etc. the online media,
specially the Twitter platform, is experiencing a high volume of activity
related to this pandemic. Among the hot topics, the polarized debates about
unconfirmed medicines for the treatment and prevention of the disease have
attracted significant attention from online media users. In this work, we
present a stance data set, COVID-CQ, of user-generated content on Twitter in
the context of COVID-19. We investigated more than 14 thousand tweets and
manually annotated the opinions of the tweet initiators regarding the use of
"chloroquine" and "hydroxychloroquine" for the treatment or prevention of
COVID-19. To the best of our knowledge, COVID-CQ is the first data set of
Twitter users' stances in the context of the COVID-19 pandemic, and the largest
Twitter data set on users' stances towards a claim, in any domain. We have made
this data set available to the research community via GitHub. We expect this
data set to be useful for many research purposes, including stance detection,
evolution and dynamics of opinions regarding this outbreak, and changes in
opinions in response to the exogenous shocks such as policy decisions and
events.
- Abstract(参考訳): この研究の時点で、新型コロナウイルスのパンデミックを引き起こしたSARS-CoV-2ウイルスは世界中に広がった。
政策や健康リスク、財務上の困難などに関する不確実性を考えると、特にtwitterプラットフォームであるオンラインメディアは、このパンデミックに関連する活動が急増している。
熱い話題の中では、未確認の疾患の治療・予防に関する議論がオンラインメディアの利用者から大きな注目を集めている。
本研究では,Twitter上でユーザ生成コンテンツのスタンスデータセットであるCOVID-CQを,COVID-19の文脈で提示する。
我々は1万4千以上のツイートを調査し,「クロロキン」と「ヒドロキシクロロキン」を新型コロナウイルス(covid-19)の治療や予防に使用することについて,ツイート開始者の意見を手作業で注釈した。
私たちの知る限り、COVID-CQは、新型コロナウイルス(COVID-19)パンデミックにおけるTwitterユーザーのスタンスの最初のデータセットであり、あらゆるドメインにおいて、ユーザーの主張に対するスタンスに設定された最大のTwitterデータです。
このデータセットをgithub経由で研究コミュニティに公開しています。
このデータセットは、このアウトブレイクに関するスタンス検出、進化と意見のダイナミクス、政策決定やイベントといった外因性ショックに対する意見の変化など、多くの研究目的に有用であると期待しています。
関連論文リスト
- AMIR: Automated MisInformation Rebuttal -- A COVID-19 Vaccination Datasets based Recommendation System [0.05461938536945722]
本研究は,ソーシャルメディアから得られる既存の情報を活用して,大規模な誤報の自動報知を容易にする方法について検討した。
FaCov(ファクトチェック記事)と誤解を招く(ソーシャルメディアTwitter)という、新型コロナウイルスワクチンに関する2つの公開データセットを活用している。
論文 参考訳(メタデータ) (2023-10-29T13:07:33Z) - "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) - Global Tweet Mentions of COVID-19 [3.3043776328952226]
われわれは、2020年1月から現在まで毎週更新されている190万件のキーワード選択されたTwitter投稿のオープンソースデータセットを提示する。
ダッシュボードには、キーワードやハッシュタグを含むジオタグ付きツイートの100%が表示される。
新型コロナウイルスの新たな変種が出現する一方で、ワクチンの根絶と耐性が進行中であるため、このデータセットは研究者によって新型コロナウイルスのさまざまな側面を研究するために使われる可能性がある。
論文 参考訳(メタデータ) (2021-08-13T20:21:29Z) - The State of Infodemic on Twitter [0.0]
ソーシャルメディアの投稿やプラットフォームは、ウイルス自体を取り巻く深刻な不確実性に直面して、噂や誤報のリスクにさらされている。
我々は,誤情報の拡散に関与しているツイートとユーザの探索的分析を行った。
次に、機械学習モデルと自然言語処理技術を掘り下げて、ツイートに誤情報が含まれているかどうかを特定しました。
論文 参考訳(メタデータ) (2021-05-17T10:58:35Z) - The illicit trade of COVID-19 vaccines on the dark web [55.45786602961871]
初期の分析によると、ダークウェブマーケットプレース(DWM)は新型コロナウイルス(COVID-19)のパンデミックの開始と同時に、新型コロナウイルス関連製品(マスクや新型コロナウイルス検査など)の提供を開始した。
そこで,2021年7月までに194件のDWMを分析した結果,ワクチンが利用可能となった重要な期間を含む,これまでの調査範囲と深度を広げた。
従来のDWM製品ではレクリエーション薬が最も影響を受けており、2020年3月以降、新型コロナウイルスの言及は着実に増加している。
論文 参考訳(メタデータ) (2021-02-10T14:52:54Z) - CML-COVID: A Large-Scale COVID-19 Twitter Dataset with Latent Topics,
Sentiment and Location Information [0.0]
CML-COVID(CML-COVID)は、新型コロナウイルス(COVID-19)による5,977,653人のツイート19,298,967万件のTwitterデータセットである。
これらのツイートは、2020年3月から7月にかけて、新型コロナウイルスに関連する質問文、コビッド、マスクを使って収集された。
論文 参考訳(メタデータ) (2021-01-28T18:59:10Z) - 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) - 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) - Critical Impact of Social Networks Infodemic on Defeating Coronavirus
COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
2019年の推計295億人が世界中でソーシャルメディアを利用している。
コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。
本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
論文 参考訳(メタデータ) (2020-05-18T15:53:13Z) - COVID-DA: Deep Domain Adaptation from Typical Pneumonia to COVID-19 [92.4955073477381]
新型コロナウイルス感染症(COVID-19)の流行はすでに何百万人もの人々に感染しており、今でも世界中で急速に拡大している。
近年,ディープラーニングを効果的なコンピュータ支援手法として利用し,診断効率を向上している。
本稿では,新たな深部ドメイン適応手法,すなわちCOVID-DAを提案する。
論文 参考訳(メタデータ) (2020-04-30T03:13:40Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳(メタデータ) (2020-03-25T12:30:33Z)
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。