Fugu-MT 論文翻訳(概要): Twitter Subjective Well-Being Indicator During COVID-19 Pandemic: A Cross-Country Comparative Study

論文の概要: Twitter Subjective Well-Being Indicator During COVID-19 Pandemic: A Cross-Country Comparative Study

arxiv url: http://arxiv.org/abs/2101.07695v1
Date: Tue, 19 Jan 2021 15:51:53 GMT
ステータス: 処理完了
システム内更新日: 2021-03-23 00:22:57.283105
Title: Twitter Subjective Well-Being Indicator During COVID-19 Pandemic: A Cross-Country Comparative Study
Title（参考訳）: 新型コロナウイルスパンデミックにおけるTwitterの主観的幸福度指標 : クロスカントリー比較研究
Authors: Tiziana Carpi, Airo Hino, Stefano Maria Iacus, Giuseppe Porro
Abstract要約: 本研究は、日本とイタリアのTwitterデータ指標を用いて、新型コロナウイルスのパンデミックが主観的幸福感に与える影響を分析した。全体として、主観的な幸福感はイタリアでは11.7%、日本では8.3%減少し、2020年の最初の9ヶ月は2019年の最後の2ヶ月と比較して減少した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This study analyzes the impact of the COVID-19 pandemic on the subjective well-being as measured through Twitter data indicators for Japan and Italy. It turns out that, overall, the subjective well-being dropped by 11.7% for Italy and 8.3% for Japan in the first nine months of 2020 compared to the last two months of 2019 and even more compared to the historical mean of the indexes. Through a data science approach we try to identify the possible causes of this drop down by considering several explanatory variables including, climate and air quality data, number of COVID-19 cases and deaths, Facebook Covid and flu symptoms global survey, Google Trends data and coronavirus-related searches, Google mobility data, policy intervention measures, economic variables and their Google Trends proxies, as well as health and stress proxy variables based on big data. We show that a simple static regression model is not able to capture the complexity of well-being and therefore we propose a dynamic elastic net approach to show how different group of factors may impact the well-being in different periods, even over a short time length, and showing further country-specific aspects. Finally, a structural equation modeling analysis tries to address the causal relationships among the COVID-19 factors and subjective well-being showing that, overall, prolonged mobility restrictions,flu and Covid-like symptoms, economic uncertainty, social distancing and news about the pandemic have negative effects on the subjective well-being.
Abstract（参考訳）: 本研究は、日本とイタリアのTwitterデータ指標を用いて、新型コロナウイルスのパンデミックが主観的幸福感に与える影響を分析した。総じて、主観的幸福感はイタリアでは11.7%、日本では8.3%減少し、2019年後半の2カ月に比べて、そして歴史的平均と比べてさらに低下した。データサイエンスアプローチを通じて、気候と空気の品質データ、COVID-19のケースと死亡数、Facebook Covidとインフルエンザの世界的な調査、Google Trendsデータと新型コロナウイルス関連のサーチ、Googleモビリティデータ、ポリシー介入対策、経済変数、Google Trendsプロキシなど、いくつかの説明変数、ビッグデータに基づく健康とストレスプロキシ変数など、この低下の可能性のある原因を特定しようとしています。本研究では, 簡単な静的回帰モデルではウェルビーイングの複雑さを捉えることができず, 動的弾性ネット手法を用いて, 短時間であっても, 異なる期間のウェルビーイングにどう影響するかを示す。最後に、構造方程式モデリング分析は、covid-19要因と主観的幸福感の因果関係に対処し、全体的な移動制限、インフルエンザおよびcovid-19様症状、経済的不確実性、社会的距離、パンデミックに関するニュースが主観的幸福感に悪影響を及ぼすことを示している。