論文の概要: Data mining and analysis of scientific research data records on Covid 19 mortality, immunity, and vaccine development in the first wave of the Covid 19 pandemic

• arxiv url: http://arxiv.org/abs/2009.05793v1
• Date: Sat, 12 Sep 2020 13:34:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-02 10:41:18.539148
• Title: Data mining and analysis of scientific research data records on Covid 19 mortality, immunity, and vaccine development in the first wave of the Covid 19 pandemic
• Title（参考訳）: 新型コロナウイルス(covid-19)パンデミック第1波におけるcovid-19の死亡、免疫およびワクチン開発に関する科学的研究データの記録のマイニングと分析
• Authors: Petar Radanliev, David De Roure, Rob Walton
• Abstract要約: データレコードは可換な統計手法で分析される。 運動,炎症,喫煙,肥満,その他多くの要因に言及し,いくつかの異なるクラスターを同定した。 どちらの国が最初にコビッド19ワクチンを生産するかを予測するのは難しい。
• 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: In this study, we investigate the scientific research response from the early stages of the pandemic, and we review key findings on how the early warning systems developed in previous epidemics responded to contain the virus. The data records are analysed with commutable statistical methods, including R Studio, Bibliometrix package, and the Web of Science data mining tool. We identified few different clusters, containing references to exercise, inflammation, smoking, obesity and many additional factors. From the analysis on Covid-19 and vaccine, we discovered that although the USA is leading in volume of scientific research on Covid 19 vaccine, the leading 3 research institutions (Fudan, Melbourne, Oxford) are not based in the USA. Hence, it is difficult to predict which country would be first to produce a Covid 19 vaccine.
• Abstract（参考訳）: 本研究は,パンデミックの初期段階における科学的研究の対応について検討し,先行流行の早期警戒システムがどのようにウイルスを封入するかについて,重要な知見を概説する。 データレコードは、R Studio、Bibliometrixパッケージ、Web of Scienceデータマイニングツールなど、可換な統計手法で分析されている。 運動,炎症,喫煙,肥満,その他多くの要因について,いくつかの異なるクラスターを同定した。 コビッドウイルスとワクチンの分析から、米国はコビッド19ワクチンに関する科学研究を主導しているが、主要な3つの研究機関(フダン、メルボルン、オックスフォード)は米国をベースとしていないことが判明した。 したがって、どの国が最初にコビッド19ワクチンを生産するかを予測するのは難しい。

関連論文リスト

• COVID-19 Vaccine Misinformation in Middle Income Countries [5.891662430960944]
  本稿では、中所得国であるブラジル、インドネシア、ナイジェリアの3カ国からの注釈付きツイートからなる、新型コロナウイルスワクチン誤報の多言語データセットについて紹介する。 データセットには、5,952ツイートのアノテーション、新型コロナウイルスワクチンとの関連性、誤情報の存在、誤情報のテーマなどが含まれている。
  論文  参考訳（メタデータ） (2023-11-30T02:27:34Z)
• Visual Exploratory Data Analysis of the Covid-19 Vaccination Progress in Nigeria [0.0]
  2022年5月31日現在、18,728,188人が完全にワクチン接種を受けている。 これはナイジェリアの人口の約10%であり、206.7億人と見積もられている。 この研究で使用されるデータは、2021年3月5日から5月31日までに記録されたCovid-19ワクチンの州別分布の崩壊を含んでいる。
  論文  参考訳（メタデータ） (2022-08-20T09:52:18Z)
• "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)
• A Global Survey of Technological Resources and Datasets on COVID-19 [0.0]
  新型コロナウイルスによる健康、安全、経済問題に対する解決策開発における技術資源の適用と活用が成功したことは、技術が新型コロナウイルスを抑制することの重要性を示している。
  論文  参考訳（メタデータ） (2022-02-06T04:37:14Z)
• The pitfalls of using open data to develop deep learning solutions for COVID-19 detection in chest X-rays [64.02097860085202]
  深層学習モデルは、胸部X線から新型コロナウイルスを識別するために開発された。 オープンソースデータのトレーニングやテストでは,結果は異例です。 データ分析とモデル評価は、人気のあるオープンソースデータセットであるCOVIDxが実際の臨床問題を代表していないことを示している。
  論文  参考訳（メタデータ） (2021-09-14T10:59:11Z)
• Data Mining Approach to Analyze Covid19 Dataset of Brazilian Patients [0.0]
  世界保健機関(WHO)が2020年1月に創設した新型コロナウイルス(コビッド19)に由来する。 ほぼすべての国がコビッド19の陽性例を示しており、政府は感染防止のために異なる健康政策を選択している。 ブラジルでは8月11日までに3,112,393人の感染が確認された。
  論文  参考訳（メタデータ） (2020-08-26T02:21:56Z)
• 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)
• CO-Search: COVID-19 Information Retrieval with Semantic Search, Question Answering, and Abstractive Summarization [53.67205506042232]
  CO-Searchは、新型コロナウイルスの文献上の複雑なクエリを処理するように設計された、レトリバーランサーセマンティック検索エンジンである。 ドメイン固有の比較的限られたデータセットを考慮し、文書の段落と引用の2部グラフを生成する。 TREC-COVID情報検索課題のデータに基づいて,本システムの評価を行った。
  論文  参考訳（メタデータ） (2020-06-17T01:32:48Z)
• 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)
• What country, university or research institute, performed the best on COVID-19? Bibliometric analysis of scientific literature [12.168506735496715]
  我々は、新型コロナウイルスのパンデミックが始まって以来、最も多く研究を行った国、大学、企業を見つけるために、データマイニングを実施しています。 興味深い発見をいくつか提示したが、Web of Science Core CollectionからCOVID-19に関するすべての記録を分析したが、大きな結論には至らなかった。
  論文  参考訳（メタデータ） (2020-05-19T14:36:12Z)
• 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。