論文の概要: Winds of Change: Impact of COVID-19 on Vaccine-related Opinions of
Twitter users
- arxiv url: http://arxiv.org/abs/2111.10667v1
- Date: Sat, 20 Nov 2021 19:33:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-07 08:11:27.513956
- Title: Winds of Change: Impact of COVID-19 on Vaccine-related Opinions of
Twitter users
- Title（参考訳）: 変化の風:covid-19がtwitterユーザーのワクチン関連意見に与える影響
- Authors: Soham Poddar, Mainack Mondal, Janardan Misra, Niloy Ganguly, Saptarshi
Ghosh
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 19.08902619892565
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Administering COVID-19 vaccines at a societal scale has been deemed as the
most appropriate way to defend against the COVID-19 pandemic. This global
vaccination drive naturally fueled a possibility of Pro-Vaxxers and
Anti-Vaxxers strongly expressing their supports and concerns regarding the
vaccines on social media platforms. Understanding this online discourse is
crucial for policy makers. This understanding is likely to impact the success
of vaccination drives and might even impact the final outcome of our fight
against the pandemic. The goal of this work is to improve this understanding
using the lens of Twitter-discourse data. We first develop a classifier that
categorizes users according to their vaccine-related stance with high precision
(97%). Using this method we detect and investigate specific user-groups who
posted about vaccines in pre-COVID and COVID times. Specifically, we identify
distinct topics that these users talk about, and investigate how
vaccine-related discourse has changed between pre-COVID times and COVID times.
Finally, for the first time, we investigate the change of vaccine-related
stances in Twitter users and shed light on potential reasons for such changes
in stance. Our dataset and classifier are available at
https://github.com/sohampoddar26/covid-vax-stance.
- Abstract（参考訳）: 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。
このオンライン談話を理解することは政策立案者にとって不可欠だ。
この理解はワクチン接種の成功に影響を与え、パンデミックとの戦いの最終結果にも影響する可能性がある。
この研究の目標は、twitter-discourse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。
まず,高い精度(97%)でワクチン関連姿勢に従ってユーザを分類する分類器を開発した。
この方法を用いて、ワクチンについて投稿した特定のユーザーグループを、共生前およびcovid-19時代に検出および調査する。
具体的には、これらのユーザが話題にしている異なるトピックを特定し、ワクチン関連の談話がプレコビッド時代とcovid-19時代の間でどのように変化したかを調査します。
最後に,twitter利用者におけるワクチン関連スタンスの変化を初めて調査し,こうしたスタンスの変化の潜在的理由について考察した。
私たちのデータセットと分類器はhttps://github.com/sohampoddar26/covid-vax-stanceで利用可能です。
関連論文リスト
- A Large-Scale Analysis of Persian Tweets Regarding Covid-19 Vaccination [1.2499537119440245]
新型コロナウイルスのパンデミックは私たちの生活、特に人々の交流に大きな影響を与えました。
Covid-19ワクチンの導入により、ワクチンの接種の有無に関して、肯定的、否定的な意見の両方が持ち上がった。
われわれは、Twitterから集めたデータを用いて、イランのコロナウイルスワクチンに関する世論を包括的に分析する。
論文 参考訳（メタデータ） (2023-02-09T09:08:19Z) - VaxxHesitancy: A Dataset for Studying Hesitancy towards COVID-19
Vaccination on Twitter [6.061534265076204]
新型コロナウイルス(COVID-19)ワクチン接種に対するユーザの態度を示す3,101件以上のツイートの新たなコレクションを作成します。
私たちの知る限りでは、ワクチンのヘシタシーを、予防的および抗ワクチン的スタンスとは異なるカテゴリとしてモデル化する最初のデータセットとモデルです。
論文 参考訳（メタデータ） (2023-01-17T02:00:31Z) - 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) - Vaccine skepticism detection by network embedding [0.0]
本稿では,Vax-懐疑的コンテンツとpro-vaxxerを効果的に区別する技術を開発した。
数百万のエッジを持つグラフに対して,いくつかのノード埋め込みとコミュニティ検出モデルをデプロイします。
論文 参考訳（メタデータ） (2021-10-20T12:30:51Z) - 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) - Insight from NLP Analysis: COVID-19 Vaccines Sentiments on Social Media [6.965634726663563]
パンデミックの最中、英国と米国住民のツイートをTwitter APIから収集しました。
VADERによる感情分析を行い、個人の影響をカウントできる新しい方法を提案した。
その結果、予防接種が進むにつれて、有名人がソーシャルメディアに意見転換を導く可能性が示唆された。
論文 参考訳（メタデータ） (2021-06-08T03:37:22Z) - 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) - 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) - 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。