論文の概要: Automatic Monitoring Social Dynamics During Big Incidences: A Case Study
of COVID-19 in Bangladesh
- arxiv url: http://arxiv.org/abs/2101.09667v2
- Date: Sun, 31 Jan 2021 16:47:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-19 07:54:42.557941
- Title: Automatic Monitoring Social Dynamics During Big Incidences: A Case Study
of COVID-19 in Bangladesh
- Title（参考訳）: 大発生時の社会的ダイナミクスの自動モニタリング : バングラデシュにおけるCOVID-19の事例
- Authors: Fahim Shahriar, Md Abul Bashar
- Abstract要約: 本研究は、co-19パンデミックに関連するバングラデシュの新聞データを分析した。
この分析は、政府や他の組織がこのパンデミックによって社会で発生した課題を理解するのに役立ちます。
- 参考スコア（独自算出の注目度）: 0.26651200086513094
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Newspapers are trustworthy media where people get the most reliable and
credible information compared with other sources. On the other hand, social
media often spread rumors and misleading news to get more traffic and
attention. Careful characterization, evaluation, and interpretation of
newspaper data can provide insight into intrigue and passionate social issues
to monitor any big social incidence. This study analyzed a large set of
spatio-temporal Bangladeshi newspaper data related to the COVID-19 pandemic.
The methodology included volume analysis, topic analysis, automated
classification, and sentiment analysis of news articles to get insight into the
COVID-19 pandemic in different sectors and regions in Bangladesh over a period
of time. This analysis will help the government and other organizations to
figure out the challenges that have arisen in society due to this pandemic,
what steps should be taken immediately and in the post-pandemic period, how the
government and its allies can come together to address the crisis in the
future, keeping these problems in mind.
- Abstract（参考訳）: 新聞は信頼できるメディアであり、他の情報源と比べて信頼できる信頼できる情報が得られる。
一方、ソーシャルメディアは、トラフィックと注目を集めるために、噂や誤解を招くニュースを広めることが多い。
新聞データの綿密な特徴付け、評価、解釈は、興味深く情熱的な社会問題に対する洞察を与え、大きな社会の発生率を監視する。
本研究は、新型コロナウイルスのパンデミックに関連する時空間バングラデシュの新聞データを大量に分析した。
この手法には、ボリューム分析、トピック分析、自動分類、ニュース記事の感情分析が含まれており、バングラデシュのさまざまなセクターや地域における新型コロナウイルスのパンデミックに関する洞察を一定期間にわたって得ることができる。
この分析は、政府や他の組織が、このパンデミックによって社会に生じた課題、即時かつ後パンデミック期において、政府やその同盟国が将来の危機にどう対処し、これらの問題を念頭に置いていくかを理解するのに役立ちます。
関連論文リスト
- Large language models for sentiment analysis of newspaper articles during COVID-19: The Guardian [0.16777183511743468]
この研究は、新型コロナウイルスのさまざまな段階におけるガーディアン紙の感情分析を提供する。
パンデミックの初期段階では、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移した。
結果は、パンデミックの初期段階において、公衆の感情が緊急の危機対応を優先し、後に健康と経済への影響に焦点を移したことを示している。
論文 参考訳（メタデータ） (2024-05-20T07:10:52Z) - News and Misinformation Consumption in Europe: A Longitudinal
Cross-Country Perspective [49.1574468325115]
本研究では,欧州4カ国における情報消費について検討した。
フランス、ドイツ、イタリア、イギリスのニュースメディアアカウントから3年間のTwitter活動を分析した。
信頼性のある情報源が情報ランドスケープを支配していることを示しているが、信頼性の低いコンテンツは依然としてすべての国に存在している。
論文 参考訳（メタデータ） (2023-11-09T16:22:10Z) - Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S.
News Headlines [63.52264764099532]
われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。
我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。
以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
論文 参考訳（メタデータ） (2023-03-28T03:31:37Z) - "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) - Know it to Defeat it: Exploring Health Rumor Characteristics and
Debunking Efforts on Chinese Social Media during COVID-19 Crisis [65.74516068984232]
われわれは、中国のマイクロブログサイトWeiboで、新型コロナウイルス(COVID-19)に関する4ヶ月にわたる噂に関するオンラインディスカッションを包括的に分析した。
以上の結果から、不安(恐怖)型健康噂は、希望(希望)型よりもはるかに多くの議論を巻き起こし、長く続いたことが示唆された。
本稿では,噂の議論を抑えるためのデバンキングの有効性を示す。
論文 参考訳（メタデータ） (2021-09-25T14:02:29Z) - ExcavatorCovid: Extracting Events and Relations from Text Corpora for
Temporal and Causal Analysis for COVID-19 [63.72766553648224]
excavatorcovidは、オープンソースのテキスト文書を取り込む機械読取システムである。
COVID19関連イベントとそれらの関係を抽出し、時間と因果分析グラフを構築する。
論文 参考訳（メタデータ） (2021-05-05T01:18:46Z) - COVID-19 and Big Data: Multi-faceted Analysis for Spatio-temporal
Understanding of the Pandemic with Social Media Conversations [4.07452542897703]
ソーシャルメディアプラットフォームは、新型コロナウイルス(COVID-19)に関する世界的な会話の手段として機能している。
本稿では,パンデミックを取り巻くソーシャルメディア会話の重要コンテンツと特徴の分析,マイニング,追跡のための枠組みを提案する。
論文 参考訳（メタデータ） (2021-04-22T00:45:50Z) - Topic, Sentiment and Impact Analysis: COVID19 Information Seeking on
Social Media [1.6328866317851185]
この研究は、COVID19に関連するオーストラリアの球面の大規模な時空間的ツイートデータセットを分析した。
この手法にはボリューム分析、ダイナミックトピックモデリング、感情検出、セマンティックブランドスコアが含まれていた。
得られた知見は、政府報告事例のような独立に観察された現象と比較される。
論文 参考訳（メタデータ） (2020-08-28T02:03:18Z) - Fighting the COVID-19 Infodemic in Social Media: A Holistic Perspective
and a Call to Arms [42.7332883578842]
新型コロナウイルス(COVID-19)のパンデミックが勃発すると、人々はソーシャルメディアに、タイムリーな情報を読み、共有するよう促した。
また、医療と政治の誤報と偽情報の新しいブレンドがあり、これが最初の世界的なインフォデミックを引き起こした。
これは、ジャーナリスト、ファクトチェッカー、政策立案者、政府機関、ソーシャルメディアプラットフォーム、社会全体の観点からの総合的なアプローチを必要とする複雑な問題である。
論文 参考訳（メタデータ） (2020-07-15T21:18:30Z) - Pandemic Pulse: Unraveling and Modeling Social Signals during the
COVID-19 Pandemic [12.050597862123313]
新型コロナウイルス(COVID-19)のパンデミックが米国に与える影響の一部を表わす、社会データの収集を提示し、調査を始めます。
このデータは、様々な情報源から収集され、ニューストピック、ソーシャルディスタンシング行動、コミュニティモビリティの変化、Web検索などの経年的傾向を含む。
論文 参考訳（メタデータ） (2020-06-10T17:55:44Z) - Critical Impact of Social Networks Infodemic on Defeating Coronavirus
COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
2019年の推計295億人が世界中でソーシャルメディアを利用している。
コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。
本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
論文 参考訳（メタデータ） (2020-05-18T15:53:13Z)
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。