論文の概要: Unveiling Spatial Patterns of Disaster Impacts and Recovery Using Credit
Card Transaction Variances
- arxiv url: http://arxiv.org/abs/2101.10090v1
- Date: Fri, 15 Jan 2021 16:06:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-15 02:56:30.950026
- Title: Unveiling Spatial Patterns of Disaster Impacts and Recovery Using Credit
Card Transaction Variances
- Title(参考訳): クレジットカード取引バリアンスによる災害影響と復旧の空間パターンの解明
- Authors: Faxi Yuan, Amir Esmalian, Bora Oztekin and Ali Mostafavi
- Abstract要約: 本研究では,2017年のハリケーン・ハーベイにおけるハリス郡(テキサス州)のクレジットカード取引データを調査し,災害影響と復旧の空間的パターンについて検討した。
以上の結果から,高い所得層を有するZIP法典の個人は,ほとんどの事業部門において,低所得層におけるZIP法典よりも深刻な災害の影響を受け,より迅速に回復したことが示唆された。
- 参考スコア(独自算出の注目度): 1.0552465253379135
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The objective of this study is to examine spatial patterns of impacts and
recovery of communities based on variances in credit card transactions. Such
variances could capture the collective effects of household impacts, disrupted
accesses, and business closures, and thus provide an integrative measure for
examining disaster impacts and community recovery in disasters. Existing
studies depend mainly on survey and sociodemographic data for disaster impacts
and recovery effort evaluations, although such data has limitations, including
large data collection efforts and delayed timeliness results. In addition,
there are very few studies have concentrated on spatial patterns and
disparities of disaster impacts and short-term recovery of communities,
although such investigation can enhance situational awareness during disasters
and support the identification of disparate spatial patterns of disaster
impacts and recovery in the impacted regions. This study examines credit card
transaction data Harris County (Texas, USA) during Hurricane Harvey in 2017 to
explore spatial patterns of disaster impacts and recovery during from the
perspective of community residents and businesses at ZIP code and county
scales, respectively, and to further investigate their spatial disparities
across ZIP codes. The results indicate that individuals in ZIP codes with
populations of higher income experienced more severe disaster impact and
recovered more quickly than those located in lower-income ZIP codes for most
business sectors. Our findings not only enhance the understanding of spatial
patterns and disparities in disaster impacts and recovery for better community
resilience assessment, but also could benefit emergency managers, city
planners, and public officials in harnessing population activity data, using
credit card transactions as a proxy for activity, to improve situational
awareness and resource allocation.
- Abstract(参考訳): 本研究の目的は,クレジットカード取引のばらつきに基づいて,コミュニティのインパクトと回復の空間的パターンを検討することである。
このようなばらつきは、家庭への影響、アクセスの混乱、事業の閉鎖といった集団的影響を捉え、災害時の災害影響や地域復興を調査するための統合的な尺度を提供する。
既存の研究は主に災害影響と復旧努力の評価のための調査と社会デモグラフィーデータに依存しているが、大規模なデータ収集作業や遅延時間軸結果などには限界がある。
また、災害時の空間的パターンや災害影響の相違、地域社会の短期的回復に注目する研究はほとんどないが、そのような調査は災害時の状況意識を高め、被災地における災害影響の異なる空間的パターンの同定と復旧を支援することができる。
本研究は,2017年のハリケーン・ハーベイにおけるハリス郡(テキサス州)のクレジットカード取引データを調査し,地域住民のZIPコードと郡の規模からみた災害影響と復旧の空間的パターンについて検討し,その空間的格差について検討した。
その結果,高い所得層を有するZIP法典の個人は,多くの事業部門において,低所得層におけるZIP法典よりも深刻な災害の影響を受け,迅速に回復したことが示唆された。
本研究は,災害影響の空間的パターンと空間的差異の理解を深め,地域社会のレジリエンス評価を向上させるだけでなく,緊急時管理者,都市計画立案者,公務員に,クレジットカード取引を活動の代理として活用し,状況把握と資源配分を改善する上で有用であると考えられる。
関連論文リスト
- CrisisMatch: Semi-Supervised Few-Shot Learning for Fine-Grained Disaster
Tweet Classification [51.58605842457186]
半教師付き, 少数ショットの学習環境下で, 微粒な災害ツイート分類モデルを提案する。
私たちのモデルであるCrisisMatchは、ラベルなしデータと大量のラベルなしデータを用いて、ツイートを関心の細かいクラスに効果的に分類する。
論文 参考訳(メタデータ) (2023-10-23T07:01:09Z) - Disaster Anomaly Detector via Deeper FCDDs for Explainable Initial
Responses [0.0]
あらゆる災害イベントにおいて、最初の応答は72時間以内に救助し、回復を急ぐ鍵である。
機械学習アルゴリズムのうち、深い異常検出は日常の特徴とは異なる破壊的特徴を検出するのに有効である。
本稿では,より深い完全畳み込みデータ記述(FCDD)を利用した異常検出アプリケーションを提案する。
VGG16バックボーンを持つ深いFCDDは、他のベースラインであるCNN27、ResNet101、Inceptionv3より一貫して優れていた。
論文 参考訳(メタデータ) (2023-06-05T00:44:39Z) - Estimating Geographic Spillover Effects of COVID-19 Policies From
Large-Scale Mobility Networks [54.90772000796717]
郡レベルの政策は地域間の柔軟性を提供するが、地理的な流出がある場合には効果が低下する可能性がある。
我々は、数十億のタイムスタンプを持つ移動ネットワークを用いて、流出量を推定する。
郡レベルの制限は、モビリティを減らすための州全体の制限と同等に有効である。
論文 参考訳(メタデータ) (2022-12-12T20:16:54Z) - Spatial-Temporal Hypergraph Self-Supervised Learning for Crime
Prediction [60.508960752148454]
本研究では,犯罪予測におけるラベル不足問題に対処する空間的ハイパーグラフ自己監視学習フレームワークを提案する。
都市空間全体における犯罪の地域的依存性をエンコードするクロスリージョンハイパーグラフ構造学習を提案する。
また,2段階の自己指導型学習パラダイムを設計し,局所的・世界的空間的犯罪パターンを共同で捉えるだけでなく,地域的自己差別の強化による疎犯罪表現を補う。
論文 参考訳(メタデータ) (2022-04-18T23:46:01Z) - Equitable Community Resilience: The Case of Winter Storm Uri in Texas [0.0]
本研究では,テキサス州のウィンター・ストーム・ウリの余波におけるコミュニティのレジリエンスに関連する株式の側面について検討した。
衛星画像は、ヒューストン市の国勢調査領域に焦点を当てた、より高度な地理的解像度でデータを調べるために使用された。
その結果,非ヒスパニック系白人の郡の割合と世帯収入中央値との間には,機能停止率と統計的に有意な相関が認められた。
論文 参考訳(メタデータ) (2022-01-17T22:54:07Z) - A Machine learning approach for rapid disaster response based on
multi-modal data. The case of housing & shelter needs [0.0]
災害に遭った人々の最も直接的なニーズの1つは避難所を見つけることである。
本稿では,マルチモーダルデータの融合と解析を目的とした機械学習ワークフローを提案する。
世界中の200以上の災害に対する19の特徴のデータベースに基づいて、意思決定レベルでの融合アプローチが用いられた。
論文 参考訳(メタデータ) (2021-07-29T18:22:34Z) - Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。
一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
論文 参考訳(メタデータ) (2020-06-23T03:36:19Z) - Impact of Coastal Hazards on Residents Spatial Accessibility to Health
Services [0.0]
本研究は,ハリケーン前後の交通ネットワークの破壊が医療サービスへのアクセスにどのように影響するかを検討する枠組みを提供する。
浸水と構造的故障は、短期および長期の時間スケールでのハリケーン後のアクセシビリティの定量化に使用される。
その結果,特定のエリアのアクセシビリティスコアの変化は,時間的関心尺度と危険シナリオの強度によって異なることがわかった。
論文 参考訳(メタデータ) (2020-05-30T13:47:09Z) - Social Media Information Sharing for Natural Disaster Response [0.0]
ソーシャルメディアは災害関連情報を投稿するための重要なチャンネルとなり、政府や救援機関が災害管理を改善するためのリアルタイムデータを提供している。
本研究の目的は,災害対応に対する公衆の態度や災害時の防災物資に対する公衆の要求など,ソーシャルメディアデータのマイニング・分析による防災効率の向上である。
論文 参考訳(メタデータ) (2020-05-08T21:11:39Z) - RescueNet: Joint Building Segmentation and Damage Assessment from
Satellite Imagery [83.49145695899388]
RescueNetは、建物を同時に分割し、個々の建物に対する損傷レベルを評価し、エンドツーエンドでトレーニングできる統一モデルである。
RescueNetは大規模で多様なxBDデータセットでテストされており、従来の手法よりもはるかに優れたセグメンテーションと損傷分類性能を実現している。
論文 参考訳(メタデータ) (2020-04-15T19:52:09Z) - Exploring Spatio-Temporal and Cross-Type Correlations for Crime
Prediction [48.1813701535167]
我々は,都市犯罪のクロスタイプと時間的相関を利用した犯罪予測を行う。
犯罪予測のための相関関係を数学的にモデル化するコヒーレントな枠組みを提案する。
犯罪予測における相関関係の重要性を理解するために、さらなる実験が行われた。
論文 参考訳(メタデータ) (2020-01-20T00:34:53Z)
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。