論文の概要: Identifying pandemic-related stress factors from social-media posts --
effects on students and young-adults
- arxiv url: http://arxiv.org/abs/2012.00333v1
- Date: Tue, 1 Dec 2020 08:42:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-22 12:18:28.598894
- Title: Identifying pandemic-related stress factors from social-media posts --
effects on students and young-adults
- Title（参考訳）: ソーシャルメディア投稿からのパンデミック関連ストレス要因の特定 -学生と若者に対する影響-
- Authors: Sachin Thukral, Suyash Sangwan, Arnab Chatterjee, Lipika Dey
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックにより、世界中で自然の生命が失われている。
原因となるウイルスの拡散を抑制するため、厳格な対策が実施され、最も効果的なのは社会的孤立である。
このことが社会全体に広範に広まり、抑うつをもたらしたが、若年層や高齢者の間では顕著である。
- 参考スコア（独自算出の注目度）: 2.198430261120653
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 pandemic has thrown natural life out of gear across the globe.
Strict measures are deployed to curb the spread of the virus that is causing
it, and the most effective of them have been social isolation. This has led to
wide-spread gloom and depression across society but more so among the young and
the elderly. There are currently more than 200 million college students in 186
countries worldwide, affected due to the pandemic. The mode of education has
changed suddenly, with the rapid adaptation of e-learning, whereby teaching is
undertaken remotely and on digital platforms. This study presents insights
gathered from social media posts that were posted by students and young adults
during the COVID times. Using statistical and NLP techniques, we analyzed the
behavioral issues reported by users themselves in their posts in
depression-related communities on Reddit. We present methodologies to
systematically analyze content using linguistic techniques to find out the
stress-inducing factors. Online education, losing jobs, isolation from friends,
and abusive families emerge as key stress factors.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)のパンデミックは、世界中の自然生命を奪われた。
原因となるウイルスの拡散を抑制するため、厳格な対策が実施され、最も効果的なのは社会的孤立である。
このことが社会全体に広範にグロームと抑うつをもたらしたが、若年層と高齢者の間ではそうである。
世界186カ国には現在2億人以上の大学生がおり、パンデミックの影響を受けている。
eラーニングの急速な適応により、教育の方法が突然変わり、遠隔地やデジタルプラットフォームで教育が行われるようになった。
本研究は、学生や若者が新型コロナウイルス感染時に投稿したソーシャルメディア投稿から収集した知見を提示する。
統計的およびNLP手法を用いて,Redditのうつ病関連コミュニティにおける投稿において,利用者自身が報告した行動問題を解析した。
本稿では,言語的手法を用いてコンテンツを体系的に分析し,ストレス要因を明らかにする手法を提案する。
オンライン教育、失業、友人からの隔離、虐待家族などがストレス要因として浮上している。
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) - 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) - 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) - "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) - Exploring COVID-19 Related Stressors Using Topic Modeling [0.0]
本研究では、ソーシャルメディアデータに自然言語処理(NLP)を適用し、新型コロナウイルスパンデミック時の精神社会的ストレスを識別することを目的とする。
2月14日から,subreddit rCOVID19_ Supportから9266件のReddit投稿のデータセットを得た。
2020年 - 2021年7月19日。
その結果,ソーシャルメディアプラットフォーム上で議論されているコビッド新型コロナウイルス関連ストレス要因の傾向を可視化するダッシュボードが提示された。
論文 参考訳（メタデータ） (2022-01-12T20:22:43Z) - The Relationship between Deteriorating Mental Health Conditions and
Longitudinal Behavioral Changes in Google and YouTube Usages among College
Students in the United States during COVID-19: Observational Study [1.74243547444997]
個人がGoogle検索やYouTubeなどのオンラインプラットフォームとどのように関わるかは、パンデミックとその後のロックダウンによって大きく変化している。
この研究は、2020年1月に米国大学キャンパスから49人の学生を募集し(パンデミックに先立ち)、各参加者の不安と抑うつのレベルを測定した。
個人レベルのGoogle検索とYouTube履歴から、パンデミック中のオンライン行動の変化を定量化する5つのシグナルを開発した。
論文 参考訳（メタデータ） (2020-09-05T00:54:57Z) - Health, Psychosocial, and Social issues emanating from COVID-19 pandemic
based on Social Media Comments using Natural Language Processing [8.150081210763567]
新型コロナウイルス(COVID-19)のパンデミックは、世界の健康危機を引き起こし、多くの人の生活に影響を与えている。
ソーシャルメディアのデータは、政府や保健機関がパンデミックにどう対処しているかに対する大衆の認識を明らかにすることができる。
本稿は、新型コロナウイルスのパンデミックが世界規模でソーシャルメディアデータを利用した人々に与える影響を調査することを目的とする。
論文 参考訳（メタデータ） (2020-07-23T17:19:50Z) - How different age groups responded to the COVID-19 pandemic in terms of
mobility behaviors: a case study of the United States [6.42356279638324]
高齢者のコミュニティは、若いコミュニティに比べて流行に対する反応が早く、パンデミック時のパフォーマンスの整合性も向上した。
本研究は,高齢者コミュニティが,行動変化の観点から若年コミュニティより優れていたことを示唆する。
論文 参考訳（メタデータ） (2020-07-20T19:49:33Z) - 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) - Analyzing COVID-19 on Online Social Media: Trends, Sentiments and
Emotions [44.92240076313168]
我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。
中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。
我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
論文 参考訳（メタデータ） (2020-05-29T09:24:38Z) - 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。