論文の概要: Private Power and Public Interests: An Ethnographic Examination of the Power Outages in Texas in February 2021

• arxiv url: http://arxiv.org/abs/2108.02224v2
• Date: Fri, 6 Aug 2021 08:54:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-19 22:23:59.719603
• Title: Private Power and Public Interests: An Ethnographic Examination of the Power Outages in Texas in February 2021
• Title（参考訳）: 民間の電力と公共の関心:2021年2月にテキサス州で発生した停電のエスノグラフィーによる調査
• Authors: William Wagner, Siyu Xiang, Chien-Ting Chang
• Abstract要約: 本報告では, 停電の原因となった出来事, 生活経験, およびその1～2ヶ月後のテキサス州の状況について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In 21st century America, to many observers, the idea that 10's of millions of Americans could lose power and heat for multiple days in the middle of a record cold snap, was unthinkable. It came as an even greater surprise that it would be Texas - arguably one of the world's energy capitals - that failed to provide sufficient power to its residents. This paper explores the events that led to the outage, the experiences of those who lived through it, and the situation in Texas one to two months after the event. We have taken an ethnographic approach to capture both the empirical aspects of the situation, and the more interpretive descriptions of the accounts and thoughts of the participants. We believe this ethnography of events in Texas can serve as foundational evidence and therefore can be generalized to a wide variety of situations and methodologies.
• Abstract（参考訳）: 21世紀のアメリカでは、多くの観察者にとって、10億人のアメリカ人が記録的な寒さの真っ最中に何日間も電力と熱を失うというアイデアは考えられなかった。 住民に十分な電力を提供しなかったのは、おそらく世界最大のエネルギー首都の1つであるテキサスだろうという、さらに大きな驚きだった。 この論文は、停電の原因となった出来事、それを経験した人々の経験、イベントから1ヶ月から2ヶ月後のテキサス州の状況を調査している。 我々は,状況の実証的側面と,参加者の勘定や思考のより解釈的な記述の両方を捉えるために,民族誌的アプローチを採った。 このテキサスの出来事のエスノグラフィーは基礎的な証拠となりうるので、様々な状況や方法論に一般化できると考えている。

関連論文リスト

• Explainable Earth Surface Forecasting under Extreme Events [5.655308942083527]
  我々は、新しいDeepExtremeCubesデータセットに基づいて、畳み込み長短期メモリベースのアーキテクチャをトレーニングする。 DeepExtremeCubesには、全世界で約40,000のSentinel-2ミニキューブ(2016年1月から2022年10月まで)が含まれている。 このモデルはテストセットでR$2$スコア0.9055を達成した。
  論文  参考訳（メタデータ） (2024-10-02T17:27:13Z)
• Religion and Spirituality on Social Media in the Aftermath of the Global Pandemic [59.930429668324294]
  私たちは、突然の宗教活動の変化を2つに分析します。 重要な点として,2020年7月から9月にかけての3ヶ月の期間を分析して,この過程の時間的変動を分析した。
  論文  参考訳（メタデータ） (2022-12-11T18:41:02Z)
• PASTA: A Dataset for Modeling Participant States in Narratives [24.982857364049664]
  我々は,新たにクラウドソーシングされた英語,Participant States データセット PASTA を紹介した。 このデータセットには、推測不可能な参加者状態、各状態に対する反ファクト的摂動、および反ファクト的事実が真実であれば必要となるストーリーの変更が含まれている。 本稿では,ある状態がいつ物語に関連付けられているのかを推測し,その状態が反実的な状態に規定されたストーリーを改訂し,また,修正されたストーリーに与えられた最も可能性の高い状態変化を説明するための3つの状態ベース推論タスクを紹介する。
  論文  参考訳（メタデータ） (2022-07-31T01:21:48Z)
• Energies of Two-State Systems [0.0]
  確率振幅の時間依存性を位相進化因子でのみ表すエネルギー探索形式を提案する。 その結果,強駆動型スピン1/半TSSの「スピラルブレスティング」型プレセッションモードが得られた。 具体例では, 典型的な操作条件下での具体的なTSSのエネルギーを計算し, リストアップする。
  論文  参考訳（メタデータ） (2022-04-09T07:53:55Z)
• The Abduction of Sherlock Holmes: A Dataset for Visual Abductive Reasoning [113.25016899663191]
  人間は、画像のリテラルの内容を超えるものについて、誘惑的に推論し仮説を立てる能力がある。 本稿では,103K画像の注釈付きコーパスであるSherlockについて述べる。
  論文  参考訳（メタデータ） (2022-02-10T02:26:45Z)
• Impact of COVID-19 Policies and Misinformation on Social Unrest [0.0]
  我々は、西欧8か国と米国の4か国における社会不安(抗議)、健康結果、公衆衛生命令、誤情報との相互作用に焦点を当てる。 我々は、高い抗議活動の時期と、時間とともに抗議活動の総数を特定するために、バイナリ抗議指標の1～3週間の予測を作成しました。 ベルギーを除くすべての地域で、我々のさまざまなデータストリームから少なくとも1つの特徴が抗議行動の予測であることがわかった。
  論文  参考訳（メタデータ） (2021-10-07T16:05:10Z)
• 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)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)
• Cross-Cultural Polarity and Emotion Detection Using Sentiment Analysis and Deep Learning -- a Case Study on COVID-19 [2.983310828879753]
  ソーシャルメディアは、新型コロナウイルス(COVID-19)に対する肯定的な感情と否定的な感情、パンデミック、ロックダウン、ハッシュタグを含む投稿で攻撃を受けた。 この研究は、パンデミックとロックダウン期間の初期段階で示された感情の極性と感情を検出し、分析する傾向がある。
  論文  参考訳（メタデータ） (2020-08-23T12:43:26Z)
• Analyzing COVID-19 on Online Social Media: Trends, Sentiments and Emotions [44.92240076313168]
  我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。 中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。 我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
  論文  参考訳（メタデータ） (2020-05-29T09:24:38Z)
• Detecting Perceived Emotions in Hurricane Disasters [62.760131661847986]
  私たちはHurricaneEmoを紹介します。HurricaneEmoは、Harvey、Irma、Mariaの3つのハリケーンにまたがる15,000の英語ツイートの感情データセットです。 本稿では, きめ細かい感情を包括的に研究し, 粗い感情群を識別するための分類タスクを提案する。
  論文  参考訳（メタデータ） (2020-04-29T16:17:49Z)

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。