論文の概要: Impact of COVID-19 Policies and Misinformation on Social Unrest
- arxiv url: http://arxiv.org/abs/2110.09234v1
- Date: Thu, 7 Oct 2021 16:05:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-24 04:28:56.866777
- Title: Impact of COVID-19 Policies and Misinformation on Social Unrest
- Title（参考訳）: 新型コロナウイルス対策と誤報が社会不安に及ぼす影響
- Authors: Martha Barnard (1), Radhika Iyer (1 and 2), Sara Y. Del Valle (1),
Ashlynn R. Daughton (1) ((1) A-1 Information Systems and Modeling, Los Alamos
National Lab, Los Alamos, NM, USA, (2) Department of Political Science and
Department of Computing, Data Science, and Society, University of California,
Berkeley, Berkeley, CA, USA)
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The novel coronavirus disease (COVID-19) pandemic has impacted every corner
of earth, disrupting governments and leading to socioeconomic instability. This
crisis has prompted questions surrounding how different sectors of society
interact and influence each other during times of change and stress. Given the
unprecedented economic and societal impacts of this pandemic, many new data
sources have become available, allowing us to quantitatively explore these
associations. Understanding these relationships can help us better prepare for
future disasters and mitigate the impacts. Here, we focus on the interplay
between social unrest (protests), health outcomes, public health orders, and
misinformation in eight countries of Western Europe and four regions of the
United States. We created 1-3 week forecasts of both a binary protest metric
for identifying times of high protest activity and the overall protest counts
over time. We found that for all regions, except Belgium, at least one feature
from our various data streams was predictive of protests. However, the accuracy
of the protest forecasts varied by country, that is, for roughly half of the
countries analyzed, our forecasts outperform a na\"ive model. These mixed
results demonstrate the potential of diverse data streams to predict a topic as
volatile as protests as well as the difficulties of predicting a situation that
is as rapidly evolving as a pandemic.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックが地球の隅々に影響を与え、政府を混乱させ、社会経済的不安定に繋がった。
この危機は、社会のさまざまな部門が、変化とストレスの時期に相互にどのように相互作用し、影響するかに関する疑問を引き起こした。
このパンデミックによる前例のない経済・社会的な影響を考えると、多くの新しいデータソースが利用可能となり、これらの関連を定量的に探索できるようになりました。
これらの関係を理解することは、将来の災害に備え、影響を軽減するのに役立つ。
ここでは、西ヨーロッパの8か国と米国の4つの地域で、社会不安(プロテスト)、健康結果、公衆衛生命令、誤情報の相互作用に焦点を当てた。
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は、さまざまなデータストリームから少なくとも1つの機能が抗議行動の予測であることがわかった。
しかし、抗議予測の正確さは国によって異なり、およそ半数の国で分析され、我々の予測は「積極的」モデルよりも優れていた。
これらの混合結果は、さまざまなデータストリームが、抗議活動と同じくらい不安定なトピックを予測し、パンデミックと同じくらい急速に進化している状況を予測することの難しさを示すものである。
関連論文リスト
- Event Detection from Social Media for Epidemic Prediction [76.90779562626541]
ソーシャルメディア投稿から疫病関連事象を抽出・分析する枠組みを構築した。
実験では、新型コロナウイルスベースのSPEEDで訓練されたEDモデルが、3つの目に見えない流行の流行を効果的に検出する方法が明らかにされている。
モンキーポックスのWHO流行宣言より4～9週間早く,抽出した事象の報告が急激な増加を示すことを示す。
論文 参考訳（メタデータ） (2024-04-02T06:31:17Z) - #StayHome or #Marathon? Social Media Enhanced Pandemic Surveillance on
Spatial-temporal Dynamic Graphs [23.67939019353524]
新型コロナウイルスは、公衆衛生、社会、経済のほぼすべての領域に永続的な被害をもたらしている。
既存の研究は、伝統的な統計モデルと流行拡散理論の集約に依存している。
我々は,抽出した出来事と関係に基づいて,ソーシャルメディアがパンデミックの知識を広める新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-08-08T15:46:05Z) - When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
感情をラベル付けした1万ツイートのCovidEmoを紹介します。
事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
論文 参考訳（メタデータ） (2021-07-23T04:07:14Z) - Twitter Subjective Well-Being Indicator During COVID-19 Pandemic: A
Cross-Country Comparative Study [0.0]
本研究は、日本とイタリアのTwitterデータ指標を用いて、新型コロナウイルスのパンデミックが主観的幸福感に与える影響を分析した。
全体として、主観的な幸福感はイタリアでは11.7%、日本では8.3%減少し、2020年の最初の9ヶ月は2019年の最後の2ヶ月と比較して減少した。
論文 参考訳（メタデータ） (2021-01-19T15:51:53Z) - Temporal Clustering of Disorder Events During the COVID-19 Pandemic [0.0]
我々は,covid-19 disorder trackerイニシアチブによるパンデミック関連障害イベントの時間的性質について検討した。
障害イベントは3つの国すべてにおいて相互依存的かつ自発的であることが分かりました。
サブナショナルクラスタ間の事象の相関を計算する際に、考慮すべき多様性が各国で観測される。
論文 参考訳（メタデータ） (2021-01-16T15:34:42Z) - Steering a Historical Disease Forecasting Model Under a Pandemic: Case
of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。
我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文 参考訳（メタデータ） (2020-09-23T22:35:43Z) - The Past, Present, and Future of COVID-19: A Data-Driven Perspective [4.373183416616983]
新型コロナウイルスの重要な意思決定支援システムとして,Webベースの統合リアルタイム運用ダッシュボードの開発と展開について報告する。
パンデミックの今後の結果を予測するため,各種認証情報から得られるデータをもとにデータ駆動分析を行った。
また,パンデミックの拡大と社会・経済・環境要因との関係についても検討した。
論文 参考訳（メタデータ） (2020-08-12T19:03:57Z) - 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) - 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) - 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) - The Ivory Tower Lost: How College Students Respond Differently than the
General Public to the COVID-19 Pandemic [66.80677233314002]
新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。
米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。
本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
論文 参考訳（メタデータ） (2020-04-21T13:02:38Z)
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。