論文の概要: Global Tweet Mentions of COVID-19
- arxiv url: http://arxiv.org/abs/2108.06385v3
- Date: Wed, 18 Aug 2021 02:24:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-18 14:47:28.031479
- Title: Global Tweet Mentions of COVID-19
- Title（参考訳）: 全世界でcovid-19に関するツイート
- Authors: Guangqing Chi, Junjun Yin, M. Luke Smith, and Yosef Bodovski
- Abstract要約: われわれは、2020年1月から現在まで毎週更新されている190万件のキーワード選択されたTwitter投稿のオープンソースデータセットを提示する。
ダッシュボードには、キーワードやハッシュタグを含むジオタグ付きツイートの100%が表示される。
新型コロナウイルスの新たな変種が出現する一方で、ワクチンの根絶と耐性が進行中であるため、このデータセットは研究者によって新型コロナウイルスのさまざまな側面を研究するために使われる可能性がある。
- 参考スコア（独自算出の注目度）: 3.3043776328952226
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Background. After a year and half and over 4 million deaths, the COVID-19
pandemic continues to be widespread, and its related topics continue to
dominate the global media. Although COVID-19 diagnoses have been well
monitored, neither the impacts of the disease on human behavior and social
dynamics nor the effectiveness of policy interventions aimed at its containment
are fully understood. Monitoring the spatial and temporal patterns of behavior,
social dynamics and policy - and then their interrelations - can provide
critical information for preparatory action and effective response. Methods.
Here we present an open-source dataset of 1.92 million keyword-selected Twitter
posts, updated weekly from January 2020 to present, along with a dynamic
dashboard showing totals at national and subnational administrative divisions.
Results. The dashboard presents 100% of the geotagged tweets that contain
keywords or hashtags related COVID-19. We validated our inclusion criteria
using a machine learning-based text classifier and found that 88% of the
selected tweets were correctly labeled as related to COVID-19. With this
information we tested the correlation between tweets and covid diagnosis from
January 1, 2020 through December 31, 2020 and see a decreasing correlation
across time. Conclusions. With emerging COVID variants but ongoing vaccine
hesitancy and resistance, this dataset could be used by researchers to study
numerous aspects of COVID-19 and provide valuable insights for preparing future
pandemics.
- Abstract（参考訳）: 背景。
新型コロナウイルス(COVID-19)のパンデミックは1年半で400万人以上の死者を出した後、引き続き広がり続け、関連トピックがグローバルメディアを支配し続けている。
新型コロナウイルスの診断はよく監視されているが、この病気が人間の行動や社会的ダイナミクスに与える影響や、その封じ込めを目的とした政策介入の効果は理解されていない。
行動・社会的ダイナミクス・政策の空間的・時間的パターンのモニタリングとその相互関係は、準備行動や効果的な応答に重要な情報を提供する。
メソッド。
ここでは、2020年1月から現在まで毎週更新されている1億9200万のキーワード選択されたtwitter投稿のオープンソースデータセットと、全国および地域行政部門の総数を示す動的ダッシュボードを紹介する。
結果だ
ダッシュボードには、キーワードやハッシュタグを含むジオタグ付きツイートの100%が表示される。
機械学習に基づくテキスト分類器を用いて包括基準を検証したところ、選択されたツイートの88%がcovid-19関連と正しくラベル付けされていることがわかった。
この情報を用いて、2020年1月1日から12月31日までのつぶやきとコビッドな診断の相関を検証し、時間にわたって相関関係を減少させた。
結論だ
このデータセットは、新型コロナウイルスのさまざまな側面を研究し、将来のパンデミックに備えるための貴重な洞察を提供するために、研究者が利用することができる。
関連論文リスト
- Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳（メタデータ） (2023-03-23T17:19:26Z) - COVID-19: An exploration of consecutive systemic barriers to
pathogen-related data sharing during a pandemic [3.192308005611312]
2020年の新型コロナウイルス(COVID-19)パンデミックは、世界中の政府や研究者の迅速な対応につながった。
2023年末時点で、新型コロナウイルス(COVID-19)による死者は数百万人を超えている。
パンデミックに関連するデータを扱うデータ専門家は、多くの場合、このデータにアクセス、共有、再利用するための重要なシステム上の障壁に直面します。
論文 参考訳（メタデータ） (2022-05-24T14:25:09Z) - 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) - COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data
for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。
肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文 参考訳（メタデータ） (2021-03-18T03:31:33Z) - COVID-19 Outbreak Prediction and Analysis using Self Reported Symptoms [12.864257751458712]
新型コロナウイルスの流行状況を把握するために、自己報告型症状調査データを用いています。
本研究は、自己申告された症状に基づいて、新型コロナウイルス陽性の集団の確率%を予測しようと試みた。
人口の%がcovid-19ライクな疾患(cli)を患っており、それぞれ0.15%と1.14%が絶対エラーであった。
論文 参考訳（メタデータ） (2020-12-21T00:37:24Z) - Analysing the impact of global demographic characteristics over the
COVID-19 spread using class rule mining and pattern matching [8.025086113117291]
本研究は、人口統計学的属性と世界的変動の多次元的関連を調査するためのインテリジェントなアプローチを提案する。
信頼性のあるソースから複数の人口統計属性とCOVID-19感染データを収集し、インテリジェントアルゴリズムで処理し、データ内の重要な関連やパターンを識別する。
論文 参考訳（メタデータ） (2020-09-27T18:43:18Z) - A Stance Data Set on Polarized Conversations on Twitter about the
Efficacy of Hydroxychloroquine as a Treatment for COVID-19 [0.0]
COVID-CQは、新型コロナウイルス(COVID-19)パンデミックの状況において、Twitterユーザーのスタンスを示す最初のデータセットである。
このデータセットをGitHub経由で研究コミュニティに提供しました。
論文 参考訳（メタデータ） (2020-08-19T21:58:58Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - 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) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳（メタデータ） (2020-06-05T02:04:25Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z)
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。