論文の概要: Drink Bleach or Do What Now? Covid-HeRA: A Study of Risk-Informed Health
Decision Making in the Presence of COVID-19 Misinformation
- arxiv url: http://arxiv.org/abs/2010.08743v2
- Date: Mon, 25 Apr 2022 17:37:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-06 11:40:07.841553
- Title: Drink Bleach or Do What Now? Covid-HeRA: A Study of Risk-Informed Health
Decision Making in the Presence of COVID-19 Misinformation
- Title（参考訳）: 飲み物の漂白か、それとも今何をするか?
covid-hera:covid-19情報の存在下でのリスクにかかわる健康判断に関する研究
- Authors: Arkin Dharawat and Ismini Lourentzou and Alex Morales and ChengXiang
Zhai
- Abstract要約: 我々は健康上の誤報をリスクアセスメントのタスクとみなしている。
各誤報記事の重大さと読者がこの重大さをどう認識するかを考察する。
従来のモデルと最先端モデルを評価し、性能に大きなギャップがあることを示します。
- 参考スコア（独自算出の注目度）: 23.449057978351945
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Given the widespread dissemination of inaccurate medical advice related to
the 2019 coronavirus pandemic (COVID-19), such as fake remedies, treatments and
prevention suggestions, misinformation detection has emerged as an open problem
of high importance and interest for the research community. Several works study
health misinformation detection, yet little attention has been given to the
perceived severity of misinformation posts. In this work, we frame health
misinformation as a risk assessment task. More specifically, we study the
severity of each misinformation story and how readers perceive this severity,
i.e., how harmful a message believed by the audience can be and what type of
signals can be used to recognize potentially malicious fake news and detect
refuted claims. To address our research questions, we introduce a new benchmark
dataset, accompanied by detailed data analysis. We evaluate several traditional
and state-of-the-art models and show there is a significant gap in performance
when applying traditional misinformation classification models to this task. We
conclude with open challenges and future directions.
- Abstract（参考訳）: 2019年の新型コロナウイルス感染症(COVID-19)に関する不正確な医療アドバイス、例えば偽の治療法、治療、予防の提案が広く普及していることから、偽情報検出は研究コミュニティにとって重要かつ関心の高いオープンな問題となっている。
健康的誤情報検出の研究はいくつかあるが、誤情報の重大さにはほとんど注意が払われていない。
本研究では,健康誤報をリスクアセスメントタスクとして位置づける。
より具体的には、各誤報記事の重大さと、読者がこの重大さをどのように感じているか、すなわち、聴衆が信じているメッセージがどれほど有害であるか、そしてどんな種類の信号を使って、潜在的に悪質なフェイクニュースを認識し、反証されたクレームを検出するかを研究する。
そこで本研究では,詳細なデータ分析を伴う新しいベンチマークデータセットを提案する。
我々は,従来型および最新型のモデルをいくつか評価し,従来の誤情報分類モデルを適用した場合,その性能に大きな差があることを示す。
オープンチャレンジと今後の方向性で締めくくります。
関連論文リスト
- Health Misinformation in Social Networks: A Survey of IT Approaches [2.1440886607229563]
調査は、関連する研究の体系的なレビューを提供することを目的としている。
まず、ファクトチェックのための手動および自動アプローチを提案する。
次に、偽ニュースの検出方法、コンテンツ、伝搬機能、ソース機能、および誤情報拡散対策の緩和手法について検討する。
論文 参考訳（メタデータ） (2024-10-24T12:00:51Z) - Smoke and Mirrors in Causal Downstream Tasks [59.90654397037007]
本稿では, 治療効果推定の因果推論タスクについて検討し, 高次元観察において利害関係が記録されている。
最先端の視覚バックボーンから微調整した6つの480モデルを比較し、サンプリングとモデリングの選択が因果推定の精度に大きく影響することを発見した。
以上の結果から,今後のベンチマークでは,下流の科学的問題,特に因果的な問題について慎重に検討すべきであることが示唆された。
論文 参考訳（メタデータ） (2024-05-27T13:26:34Z) - 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) - Multi-task Explainable Skin Lesion Classification [54.76511683427566]
少ないラベル付きデータでよく一般化する皮膚病変に対する数発のショットベースアプローチを提案する。
提案手法は,アテンションモジュールや分類ネットワークとして機能するセグメンテーションネットワークの融合を含む。
論文 参考訳（メタデータ） (2023-10-11T05:49:47Z) - Categorising Fine-to-Coarse Grained Misinformation: An Empirical Study
of COVID-19 Infodemic [6.137022734902771]
社会行動アノテーションを含む微粒な誤情報ツイートデータセットを導入する。
このデータセットは、社会行動の分析を可能にするだけでなく、エビデンスベースまたは非エビデンスベースの誤情報分類タスクにも適している。
論文 参考訳（メタデータ） (2021-06-22T12:17:53Z) - Variational Knowledge Distillation for Disease Classification in Chest
X-Rays [102.04931207504173]
我々は,X線に基づく疾患分類のための新しい確率的推論フレームワークである反復的知識蒸留(VKD)を提案する。
提案手法の有効性を,X線画像とEHRを用いた3つの公開ベンチマークデータセットに示す。
論文 参考訳（メタデータ） (2021-03-19T14:13:56Z) - Disinformation in the Online Information Ecosystem: Detection,
Mitigation and Challenges [35.0667998623823]
一般大衆の大多数は、ニュースや新型コロナウイルスの症状などの問題に関する情報など、ソーシャルメディアのプラットフォームに目を向けている。
偽情報検出と緩和の方向には、かなりの研究が進行中である。
新型コロナウイルスの感染拡大に伴う「不名誉」に焦点をあて、オンライン偽情報問題について論じる。
論文 参考訳（メタデータ） (2020-10-18T21:44:23Z) - Towards Domain-Specific Characterization of Misinformation [14.136862418249764]
健康上の誤報が急速に広まると、公衆衛生へのリスクが高まる。
誤報の基本的特徴がドメインによってどう異なるかを認識することが重要である。
本稿では,誤情報のドメイン特化への道筋を示す。
論文 参考訳（メタデータ） (2020-07-29T12:46:45Z) - Misinformation Has High Perplexity [55.47422012881148]
疑似クレームを教師なしの方法でデバンクするために, 難易度を活用することを提案する。
まず,これらの主張に類似した文に基づいて,科学的およびニュースソースから信頼性のある証拠を抽出する。
第2に,抽出したエビデンスを言語モデルにプライマリし,難易度スコアに基づいて与えられたクレームの正当性を評価する。
論文 参考訳（メタデータ） (2020-06-08T15:13:44Z) - Amnesic Probing: Behavioral Explanation with Amnesic Counterfactuals [53.484562601127195]
調査結果から行動学的結論を推測できない点を指摘する。
我々は、どの情報がエンコードされているかではなく、その情報がどのように使われているかに焦点を当てた代替手段を提供する。
論文 参考訳（メタデータ） (2020-06-01T15:00:11Z) - COVI White Paper [67.04578448931741]
接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。
カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
論文 参考訳（メタデータ） (2020-05-18T07:40:49Z)
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。