Fugu-MT 論文翻訳(概要): Assessing COVID-19 Impacts on College Students via Automated Processing of Free-form Text

論文の概要: Assessing COVID-19 Impacts on College Students via Automated Processing of Free-form Text

arxiv url: http://arxiv.org/abs/2012.09369v1
Date: Thu, 17 Dec 2020 02:46:48 GMT
ステータス: 処理完了
システム内更新日: 2021-05-03 00:17:27.989202
Title: Assessing COVID-19 Impacts on College Students via Automated Processing of Free-form Text
Title（参考訳）: フリーフォームテキストの自動処理による大学生への影響評価
Authors: Ravi Sharma, Sri Divya Pagadala, Pratool Bharti, Sriram Chellappan, Trine Schmidt and Raj Goyal
Abstract要約: 大学生が生成した自由形式のテキストを,メンタルヘルスの評価と改善に特化したアプリを通じて処理する。私たちの分析によると、新型コロナウイルス(COVID-19)後の学生にとって教育などのトピックは目覚ましいほど重要ではなかった。本研究は,大学管理者,教師,親,精神保健カウンセラーなど,さまざまな分野の高等教育政策立案者に与える影響を期待する。
参考スコア（独自算出の注目度）: 3.1569066974597293
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we report experimental results on assessing the impact of COVID-19 on college students by processing free-form texts generated by them. By free-form texts, we mean textual entries posted by college students (enrolled in a four year US college) via an app specifically designed to assess and improve their mental health. Using a dataset comprising of more than 9000 textual entries from 1451 students collected over four months (split between pre and post COVID-19), and established NLP techniques, a) we assess how topics of most interest to student change between pre and post COVID-19, and b) we assess the sentiments that students exhibit in each topic between pre and post COVID-19. Our analysis reveals that topics like Education became noticeably less important to students post COVID-19, while Health became much more trending. We also found that across all topics, negative sentiment among students post COVID-19 was much higher compared to pre-COVID-19. We expect our study to have an impact on policy-makers in higher education across several spectra, including college administrators, teachers, parents, and mental health counselors.
Abstract（参考訳）: 本稿では,covid-19が大学生に与える影響を,学生が生成した自由形式のテキストを処理して評価する実験結果について報告する。フリーテキスト(free-form texts)とは、大学生(米国大学4年中)が投稿したテキスト入力を、メンタルヘルスの評価と改善に特化したアプリを通じて意味する。 1451人の学生が4ヶ月以上(前と後)に収集した9000以上のテキストからなるデータセットを用いて、NLP技術を確立し、(a)学生の変化に最も関心を持つトピックが、(b)学生が前と後の各トピックで示す感情がどのように評価されるかを評価する。私たちの分析によると、新型コロナウイルス(COVID-19)後、学生にとって教育のようなトピックは明らかに重要ではなくなり、健康はより傾向が増した。また、新型コロナウイルス(covid-19)後の学生のネガティブな感情は、covid-19以前のものよりもずっと高かった。本研究は,大学管理者,教師,親,精神保健カウンセラーなど,さまざまな分野の高等教育政策立案者に与える影響を期待する。

関連論文リスト

Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews [51.453135368388686]
本稿では,大規模言語モデル (LLM) によって実質的に修正あるいは生成される可能性のある大規模コーパスにおけるテキストの分数推定手法を提案する。我々の最大可能性モデルは、専門家による参照テキストとAIによる参照テキストを利用して、コーパスレベルでの実世界のLLM使用を正確かつ効率的に検証する。
論文参考訳（メタデータ） (2024-03-11T21:51:39Z)
A case study of university student networks and the COVID-19 pandemic using a social network analysis approach in halls of residence [0.32985979395737786]
本研究の目的は、新型コロナウイルスの感染拡大に伴う大学寮の学生の構造的挙動を説明することである。大学寮の指導力は中央集権度を用いて測定された。高い社会的評判を持つ学生は、新型コロナウイルスの感染に関連して、より高いレベルのパンデミック感染を経験する。
論文参考訳（メタデータ） (2024-02-14T14:57:25Z)
Exploring Social Media for Early Detection of Depression in COVID-19 Patients [44.76299288962596]
早期に検出と介入は、新型コロナウイルス患者のうつ病のリスクを減少させる可能性がある。我々は、感染前後のソーシャルメディア活動に関する情報を含む新型コロナウイルス患者のデータセットを管理した。うつ病リスクの高いCOVID-19患者の特徴を明らかにするため,本データセットを広範囲に分析した。
論文参考訳（メタデータ） (2023-02-23T14:13:52Z)
Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
論文参考訳（メタデータ） (2022-03-10T20:23:38Z)
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)
Examining Older Adults' Information Exposure, Wellbeing, and Adherence to Protective Measures During the COVID-19 Pandemic [9.630865346003752]
新型コロナウイルス(COVID-19)の感染拡大で、高齢者が身体的・心理的に悪影響を及ぼすリスクが高まっている。本研究は、情報公開とウェルビーイングの関連性や、新型コロナウイルス対策の遵守について検討する。
論文参考訳（メタデータ） (2021-12-17T15:33:13Z)
Meta-research on COVID-19: An overview of the early trends [0.22843885788439797]
パンデミックは既知の課題の深刻さを弱め新たな課題を浮き彫りにしたこのレビューでは、COVID-19のメタ研究から生まれた早期トレンドについて考察する。
論文参考訳（メタデータ） (2021-06-05T20:50:43Z)
Are Top School Students More Critical of Their Professors? Mining Comments on RateMyProfessor.com [83.2634062100579]
RateMyProfessor.comの学生レビューとコメントは、学生の現実的な学習経験を反映している。本研究は,学生のレビューやコメントに重要な情報が含まれており,授業や大学への入学に欠かせない参考文献として利用できることを実証する。
論文参考訳（メタデータ） (2021-01-23T20:01:36Z)
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)
Influence of COVID-19 confinement in students performance in higher education [0.0]
この研究はマドリード大学オートノマ校(スペイン)の458人の学生のフィールド実験を用いた。その結果, 学生の成績に新型コロナウイルスの抑止効果が有意な影響があることが示唆された。この効果は、監禁後の実行時にフォーマットを変更しなかった活動においても顕著である。
論文参考訳（メタデータ） (2020-04-20T18:06:15Z)
A Study of Knowledge Sharing related to Covid-19 Pandemic in Stack Overflow [69.5231754305538]
主に2020年2月と3月に投稿された464のStack Overflowに関する質問と、テキストマイニングの力を活用した調査。事実、この世界的な危機はStack Overflowにおける活動の激化を招き、ほとんどのトピックは、Covid-19データ分析に対する強い関心を反映している。
論文参考訳（メタデータ） (2020-04-18T08:19:46Z)

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。