論文の概要: Tracking the evolution of crisis processes and mental health on social
media during the COVID-19 pandemic
- arxiv url: http://arxiv.org/abs/2011.11024v1
- Date: Sun, 22 Nov 2020 14:30:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-23 11:12:06.041838
- Title: Tracking the evolution of crisis processes and mental health on social
media during the COVID-19 pandemic
- Title（参考訳）: 新型コロナウイルス感染拡大に伴うソーシャルメディアの危機プロセスとメンタルヘルスの進化の追跡
- Authors: Antonela Tommasel, Daniela Godoy, Juan Manuel Rodriguez
- Abstract要約: 本研究は,危機対応と回復の段階を社会学的問題として検討することを目的とする。
アルゼンチンで2020年3月から8月にかけて行われた大量のTwitterデータに基づいて、ソーシャルメディア投稿で使用される言語の違いをテーマ分析した。
- 参考スコア（独自算出の注目度）: 0.90238471756546
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The COVID-19 pandemic has affected all aspects of society, not only bringing
health hazards, but also posing challenges to public order, governments and
mental health. Moreover, it is the first one in history in which people from
around the world uses social media to massively express their thoughts and
concerns. This study aims at examining the stages of crisis response and
recovery as a sociological problem by operationalizing a well-known model of
crisis stages in terms of a psycho-linguistic analysis. Based on a large
collection of Twitter data spanning from March to August 2020 in Argentina, we
present a thematic analysis on the differences in language used in social media
posts, and look at indicators that reveal the different stages of a crisis and
the country response thereof. The analysis was combined with a study of the
temporal prevalence of mental health conversations across the time span. Beyond
the Argentinian case-study, the proposed approach and analyses can be applied
to any public large-scale data. This approach can provide insights for the
design of public health politics oriented to monitor and eventually intervene
during the different stages of a crisis, and thus improve the adverse mental
health effects on the population.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは社会のあらゆる側面に影響を与えており、健康上の危険をもたらすだけでなく、公共の秩序や政府、メンタルヘルスにも課題をもたらしている。
さらに、世界中の人々がソーシャルメディアを使って自分の考えや関心を大規模に表現するのは、歴史上初めてである。
本研究は,危機対応と回復の段階を社会学的問題として,精神言語学的分析の観点からよく知られた危機ステージモデルを運用することを目的とする。
2020年3月から8月にかけてアルゼンチンで収集された大量のtwitterデータをもとに,ソーシャルメディア投稿における言語の違いに関するテーマ分析を行い,危機の異なる段階とその対応を示す指標について考察する。
この分析は、時間を通してのメンタルヘルスの会話の時間的頻度の研究と組み合わせられた。
アルゼンチンのケーススタディの他に、提案手法と分析はあらゆる公共の大規模データに適用できる。
このアプローチは、危機の異なる段階で監視し、最終的に介入することを目的とした公衆衛生政策の設計に対する洞察を与え、それによって人口に対する有害なメンタルヘルス効果を改善することができる。
関連論文リスト
- On the State of NLP Approaches to Modeling Depression in Social Media: A Post-COVID-19 Outlook [21.978924582262263]
うつ病は最も広く研究されている精神疾患である。
新型コロナウイルス(COVID-19)の世界的なパンデミックは、世界中のメンタルヘルスに大きな影響を与えた。
ソーシャルメディアにおける抑うつをモデル化するための自然言語処理(NLP)アプローチについて調査する。
論文 参考訳（メタデータ） (2024-10-11T13:20:54Z) - Predicting Depression and Anxiety: A Multi-Layer Perceptron for
Analyzing the Mental Health Impact of COVID-19 [1.9809980686152868]
新型コロナウイルスのパンデミックに伴うメンタルヘルスの傾向を予測するため,多層パーセプトロン(MLP)であるCoDAPを導入した。
本手法は、米国成人の多様なコホートにおいて、最初の新型コロナウイルス波(2020年4月から6月)の間に、週10週間にわたってメンタルヘルスの症状を追跡した包括的データセットを用いている。
このモデルは、パンデミック中の不安や抑うつのパターンを予測するだけでなく、人口統計要因、行動の変化、および精神健康の社会的決定要因の相互作用に関する重要な洞察も明らかにしている。
論文 参考訳（メタデータ） (2024-03-09T22:49:04Z) - Aggression and "hate speech" in communication of media users: analysis
of control capabilities [50.591267188664666]
著者らは新メディアにおける利用者の相互影響の可能性を検討した。
新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。
結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
論文 参考訳（メタデータ） (2022-08-25T15:53:32Z) - Mental Illness Classification on Social Media Texts using Deep Learning
and Transfer Learning [55.653944436488786]
世界保健機関(WHO)によると、約4億5000万人が影響を受ける。
うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。
本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
論文 参考訳（メタデータ） (2022-07-03T11:33:52Z) - When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
感情をラベル付けした1万ツイートのCovidEmoを紹介します。
事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
論文 参考訳（メタデータ） (2021-07-23T04:07:14Z) - CovidTracker: A comprehensive Covid-related social media dataset for NLP
tasks [8.230368367333043]
このリリースは、スコットランド政府の主任科学者局が資金提供した研究結果を支持している。
新型コロナウイルスの感染拡大に伴う公衆衛生対策の対応を理解するため、社会的な感情を調査することを目指す。
論文 参考訳（メタデータ） (2021-03-30T15:44:48Z) - Capturing social media expressions during the COVID-19 pandemic in
Argentina and forecasting mental health and emotions [0.802904964931021]
アルゼンチンで発生したCOVID-19パンデミックの際の精神状態や感情は、ソーシャルメディアで使われる言語表現に基づいて予測する。
メンタルヘルスの状況と感情は、ソーシャルメディアの内容とレキシコンを結びつけるマーカーを介してキャプチャされる。
論文 参考訳（メタデータ） (2021-01-12T15:15:31Z) - Social Media Unrest Prediction during the {COVID}-19 Pandemic: Neural
Implicit Motive Pattern Recognition as Psychometric Signs of Severe Crises [26.447165399064552]
心理的に検証された社会的不安予測器を提示し,スケーラブルで自動的な予測を再現する。
私たちはこのモデルを使って、新型コロナウイルスのパンデミックによる社会不安に対する言語の変化を調査します。
論文 参考訳（メタデータ） (2020-12-08T17:40:35Z) - Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
国像は国際関係と経済発展に大きな影響を与えている。
新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。
本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
論文 参考訳（メタデータ） (2020-09-12T15:54:51Z) - 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) - The Ivory Tower Lost: How College Students Respond Differently than the
General Public to the COVID-19 Pandemic [66.80677233314002]
新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。
米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。
本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
論文 参考訳（メタデータ） (2020-04-21T13:02:38Z)
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。