論文の概要: "Hey Alexa, What do You Know About the COVID-19 Vaccine?" -- (Mis)perceptions of Mass Immunization Among Voice Assistant Users

• arxiv url: http://arxiv.org/abs/2105.07854v1
• Date: Thu, 6 May 2021 15:26:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-01 07:32:39.454605
• Title: "Hey Alexa, What do You Know About the COVID-19 Vaccine?" -- (Mis)perceptions of Mass Immunization Among Voice Assistant Users
• Title（参考訳）: 「Alexa, you know about the COVID-19 Vaccine」について -音声アシスタント利用者の大量免疫の認識-
• Authors: Filipo Sharevski, Anna Slowinski, Peter Jachim, Emma Pieroni
• Abstract要約: ソーシャルメディアとは異なり、Amazon Alexaは未検証コンテンツにソフトモデレーションを適用しない。 サードパーティの悪質なスキルは、情報利用者の認識精度を低下させる可能性がある。 我々は、誤解を誘発する、あるいは完全に新型コロナウイルスの誤報による悪意のある第三者のスキルに対するソフトモデレーションの解決策について議論する。
• 参考スコア（独自算出の注目度）: 10.667165962654996
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we analyzed the perceived accuracy of COVID-19 vaccine information spoken back by Amazon Alexa. Unlike social media, Amazon Alexa doesn't apply soft moderation to unverified content, allowing for use of third-party malicious skills to arbitrarily phrase COVID-19 vaccine information. The results from a 210-participant study suggest that a third-party malicious skill could successful reduce the perceived accuracy among the users of information as to who gets the vaccine first, vaccine testing, and the side effects of the vaccine. We also found that the vaccine-hesitant participants are drawn to pessimistically rephrased Alexa responses focused on the downsides of the mass immunization. We discuss solutions for soft moderation against misperception-inducing or altogether COVID-19 misinformation malicious third-party skills.
• Abstract（参考訳）: 本稿では、amazon alexaが発信した新型コロナウイルスのワクチン情報の正確性を分析した。 ソーシャルメディアとは異なり、amazon alexaは検証されていないコンテンツにソフトモデレーションを適用せず、サードパーティの悪意あるスキルを使って新型コロナウイルスのワクチン情報を任意に表現できる。 210人の参加者による研究の結果、第三者の悪意あるスキルが、ワクチンを最初に入手した人、ワクチン検査、ワクチンの副作用などの情報使用者の間での認識精度を低下させる可能性が示唆された。 また, ワクチンを投与した参加者は, 集団免疫の欠点に着目したAlexaの反応を悲観的に表現する。 誤解を誘発する、あるいは新型コロナウイルスの悪質な第三者スキルに対するソフトモデレーションのソリューションについて論じる。

関連論文リスト

• Graph Adversarial Immunization for Certifiable Robustness [63.58739705845775]
  グラフニューラルネットワーク(GNN)は敵の攻撃に対して脆弱である。 既存の防衛は、敵の訓練やモデル修正の開発に重点を置いている。 本稿では,グラフ構造の一部を接種するグラフ対人免疫法を提案し,定式化する。
  論文  参考訳（メタデータ） (2023-02-16T03:18:43Z)
• Dense Feature Memory Augmented Transformers for COVID-19 Vaccination Search Classification [60.49594822215981]
  本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。 本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。 この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
  論文  参考訳（メタデータ） (2022-12-16T13:57:41Z)
• Doctors vs. Nurses: Understanding the Great Divide in Vaccine Hesitancy among Healthcare Workers [64.1526243118151]
  医者は新型コロナウイルスワクチンに対して全体的に陽性であることがわかりました。 医師は新型ワクチンよりもワクチンの有効性を懸念している。 看護婦は子供に対する潜在的な副作用にもっと注意を払う。
  論文  参考訳（メタデータ） (2022-09-11T14:22:16Z)
• "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)
• Identifying the Adoption or Rejection of Misinformation Targeting COVID-19 Vaccines in Twitter Discourse [0.0]
  ソーシャルメディアで宣伝する新型コロナウイルスワクチンに関する誤報は、ワクチン接種への執着を促していると考えられている。 本稿では,誤情報に対する態度を,態度の整合性とその特性に頼って識別する新しい枠組みについて述べる。 実験は、CoVaxLiesと呼ばれる新型コロナウイルスワクチンに対する誤情報の新しいデータセット上で行われ、最近のTwitterの談話から収集された。
  論文  参考訳（メタデータ） (2022-02-18T22:01:49Z)
• Winds of Change: Impact of COVID-19 on Vaccine-related Opinions of Twitter users [19.08902619892565]
  新型コロナウイルス(COVID-19)ワクチンを社会規模で投与することは、新型コロナウイルスの感染拡大を防ぐための最も適切な方法だと考えられている。 この世界的なワクチン接種は、ソーシャルメディアプラットフォーム上のワクチンに対する支持と懸念を強く表明する反Vaxxersと反Vaxxersの可能性を自然に引き起こした。 この研究の目的は、Twitterの談話データのレンズを使って、この理解を改善することである。
  論文  参考訳（メタデータ） (2021-11-20T19:33:51Z)
• A Python Package to Detect Anti-Vaccine Users on Twitter [1.1602089225841632]
  反ワクチン主義は、最近オンラインで共有されている反ワクチン主義の物語によって推進されている。 我々は、Twitterのプロフィールを分析できるPythonパッケージを導入し、そのプロファイルがワクチンに対する感情を広める可能性を評価する。 我々はこのようなユーザーのデータを利用して、抗ワクチンスプレッシャーの道徳的特徴と感情的特徴を理解する。
  論文  参考訳（メタデータ） (2021-10-21T17:59:25Z)
• Automatic Detection of COVID-19 Vaccine Misinformation with Graph Link Prediction [2.0625936401496237]
  新型コロナウイルス(COVID-19)ワクチンに関するソーシャルメディアの誤報によって引き起こされたワクチンのヘシタシーは、大きなハードルとなった。 CoVaxLiesは、新型コロナウイルスワクチンに関するいくつかの誤報のターゲットに関連する、新しいツイートのデータセットである。 本手法は,誤情報検出をグラフリンク予測問題として用いた誤情報知識グラフにCoVaxLiesを整理する。
  論文  参考訳（メタデータ） (2021-08-04T23:27:10Z)
• Two Truths and a Lie: Exploring Soft Moderation of COVID-19 Misinformation with Amazon Alexa [6.421670116083633]
  われわれは、Twitterが新型コロナウイルス(COVID-19)の誤報コンテンツに適用したソフトモデレーションを、警告カバーと警告タグの両方で模倣した。 テキストから音声に変換しても、音声のバック警告カバーは意図通りに動作しない可能性があることがわかった。 音声アシスタントのソフトモデレーション適応について検討し、新型コロナウイルスの誤報を抑えることを目的とした効果について考察した。
  論文  参考訳（メタデータ） (2021-04-01T22:37:34Z)
• The illicit trade of COVID-19 vaccines on the dark web [55.45786602961871]
  初期の分析によると、ダークウェブマーケットプレース(DWM)は新型コロナウイルス(COVID-19)のパンデミックの開始と同時に、新型コロナウイルス関連製品(マスクや新型コロナウイルス検査など)の提供を開始した。 そこで,2021年7月までに194件のDWMを分析した結果,ワクチンが利用可能となった重要な期間を含む,これまでの調査範囲と深度を広げた。 従来のDWM製品ではレクリエーション薬が最も影響を受けており、2020年3月以降、新型コロナウイルスの言及は着実に増加している。
  論文  参考訳（メタデータ） (2021-02-10T14:52:54Z)
• Falling into the Echo Chamber: the Italian Vaccination Debate on Twitter [65.7192861893042]
  われわれは、Twitter上での予防接種に関する議論が、予防接種ヘシタントに対する潜在的な不安にどのように影響するかを調査する。 予防接種懐疑派や擁護派が独自の「エチョ室」に居住していることが判明した。 これらのエコーチャンバーの中心には熱心な支持者がいて、高い精度のネットワークとコンテンツベースの分類器を構築しています。
  論文  参考訳（メタデータ） (2020-03-26T13:55:50Z)

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。