論文の概要: Psycho-linguistic differences among competing vaccination communities on social media

• arxiv url: http://arxiv.org/abs/2111.05237v2
• Date: Fri, 18 Mar 2022 06:26:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-08 18:07:46.682577
• Title: Psycho-linguistic differences among competing vaccination communities on social media
• Title（参考訳）: ソーシャルメディアにおける競合予防接種コミュニティの精神言語的差異
• Authors: Jialiang Shi and Piyush Ghasiya and Kazutoshi Sasahara
• Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックで、ワクチンに関するフェイクニュースや不安を引き起こす情報をソーシャルメディアで配信する。 ここでは、オンラインソーシャルネットワークのTwitter上で、アンチバクサーの心理言語的特徴を特徴付ける。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Currently, the significance of social media in disseminating noteworthy information on topics such as health, politics, and the economy is indisputable. During the COVID-19 pandemic, anti-vaxxers use social media to distribute fake news and anxiety-provoking information about the vaccine, which may harm the public. Here, we characterize the psycho-linguistic features of anti-vaxxers on the online social network Twitter. For this, we collected COVID-19 related tweets from February 2020 to June 2021 to analyse vaccination stance, linguistic features, and social network characteristics. Our results demonstrated that, compared to pro-vaxxers, anti-vaxxers tend to have more negative emotions, narrative thinking, and worse moral tendencies. This study can advance our understanding of the online anti-vaccination movement, and become critical for social media management and policy action during and after the pandemic.
• Abstract（参考訳）: 現在、ソーシャルメディアが、健康、政治、経済といった話題について注目すべき情報を広めることの重要性ははっきりしない。 新型コロナウイルス(covid-19)のパンデミックの間、アンチワクチンはソーシャルメディアを使って偽ニュースや不安を喚起する情報を配布している。 ここでは,オンライン・ソーシャルネットワークtwitterにおける反ワクチンの心理言語的特徴を特徴付ける。 このために、2020年2月から2021年6月までのCOVID-19関連ツイートを収集し、予防接種姿勢、言語的特徴、ソーシャルネットワークの特徴を分析した。 私たちの結果は、vaxxerよりも、反vaxxerの方がネガティブな感情、物語的思考、より道徳的な傾向を持つ傾向があることを示しました。 本研究は,オンライン予防接種運動の理解を深め,パンデミック後のソーシャルメディア管理や政策行動に不可欠なものとなる。

関連論文リスト

• An analysis of vaccine-related sentiments from development to deployment of COVID-19 vaccines [0.31317409221921144]
  私たちは、ディープラーニングモデルによる感情分析フレームワークを使用して、COVID-19パンデミックの始まりからTwitterの感情を分析します。 以上の結果から, ツイート数, ケース数, 感情極性スコアの変化の関連性を示した。
  論文  参考訳（メタデータ） (2023-06-23T22:10:05Z)
• Global misinformation spillovers in the online vaccination debate before and during COVID-19 [5.1598868036106085]
  予防接種に対する見解は、オンラインソーシャルメディアに浸透し、科学的な専門知識への不信と、ワクチンに苦しむ個人の増加に拍車をかけた。 ここでは18言語で3億1600万件のワクチン関連Twitterメッセージを利用して、予防接種(no-vax)コンテンツに晒されたユーザ間の誤情報フローを定量化する。 パンデミックの間、非バックスコミュニティは国固有の議論の中心となり、国境を越えた関係が強化され、世界的なTwitterの予防接種ネットワークが明らかにされた。
  論文  参考訳（メタデータ） (2022-11-21T14:32:37Z)
• 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)
• Automated clustering of COVID-19 anti-vaccine discourse on Twitter [0.0]
  Ojea Quintana et alにTwitterのワクチンに関する議論の観察的研究がある。 この研究は Ojea Quintana et al. (2021) に拡張され、データサイエンスから2つの主要な貢献がなされている。 まず、著者たちの初期のネットワーククラスタリングと定性的分析技術に基づいて、Antivaxxersによる談話で使われる言語パターンを明確に分類し視覚化することができる。 第2に、Antivaxxersのつぶやきの特徴を用いて、あるユーザーが予防接種言語を使っているかどうかを判定するテキスト分類器を開発する。
  論文  参考訳（メタデータ） (2022-03-03T07:38:31Z)
• Sentiment Analysis and Topic Modeling for COVID-19 Vaccine Discussions [10.194753795363667]
  われわれは、Twitter上で新型コロナウイルスに関するツイートを詳細に分析する。 その結果、大多数の人はワクチンの有効性に自信を持ち、ワクチン接種を希望していることがわかった。 否定的なツイートは、しばしばワクチン不足の苦情、注射後の副作用、ワクチン接種後の死亡の可能性と関連付けられている。
  論文  参考訳（メタデータ） (2021-10-08T23:30:17Z)
• American Twitter Users Revealed Social Determinants-related Oral Health Disparities amid the COVID-19 Pandemic [72.44305630014534]
  新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。 女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。 新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
  論文  参考訳（メタデータ） (2021-09-16T01:10:06Z)
• COVID-19 Vaccine and Social Media: Exploring Emotions and Discussions on Twitter [9.834635805575582]
  新型コロナウイルスワクチンに対する公衆の反応は、新型コロナウイルスのパンデミックを抑える上で重要な成功要因だ。 伝統的な調査は高価で時間を要するもので、限られた健康問題に対処し、小規模なデータを取得する。 本研究では,多数のつぶやきを収集・解析するために,計算的および人為的符号化手法を用いた手法を提案する。
  論文  参考訳（メタデータ） (2021-07-29T17:31:11Z)
• Dark Web Marketplaces and COVID-19: before the vaccine [53.447910186085586]
  2020年1月1日から11月16日までの間に、30のダークウェブマーケットプレースから抽出された851,199件の分析を行った。 新型コロナウイルス製品に直接関連した788のリストを同定し、製品カテゴリーの時間的進化をモニタリングする。 新型コロナウイルス(COVID-19)パンデミックの間、オンラインのシャドーエコノミーがどのように発展してきたのかを明らかにし、DWMの継続的なモニタリングの重要性を強調します。
  論文  参考訳（メタデータ） (2020-08-04T14:27:41Z)
• 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)
• 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。