論文の概要: Hidden Effects of COVID-19 on Healthcare Workers: A Machine Learning Analysis

• arxiv url: http://arxiv.org/abs/2112.06261v1
• Date: Sun, 12 Dec 2021 15:34:44 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-14 18:25:39.108460
• Title: Hidden Effects of COVID-19 on Healthcare Workers: A Machine Learning Analysis
• Title（参考訳）: 医療従事者に対するcovid-19の隠れた影響:機械学習による分析
• Authors: Mostafa Rezapour (The Department of Mathematics and Statistics, Wake Forest University)
• Abstract要約: 我々は、医療従事者における新型コロナウイルス関連陰性効果とアルコール使用の変化との関係を明らかにするために、教師付きおよび教師なしの機械学習手法とモデルを用いている。 以上の結果から,学校閉鎖や勤務予定変更,新型コロナウイルス関連のニュース暴露など,新型コロナウイルスのパンデミックの影響がアルコール使用の増加につながる可能性が示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we analyze some effects of the COVID-19 pandemic on healthcare workers. We specifically focus on alcohol consumption habit changes among healthcare workers using a mental health survey data obtained from the University of Michigan Inter-University Consortium for Political and Social Research. We use supervised and unsupervised machine learning methods and models such as Decision Trees, Logistic Regression, Naive Bayes classifier, k-Nearest Neighbors, Support Vector Machines, Multilayer perceptron, Random Forests, XGBoost, CatBoost, LightGBM, Synthetic Minority Oversampling, Chi-Squared Test and mutual information method to find out relationships between COVID-19 related negative effects and alcohol use changes in healthcare workers. Our findings suggest that some effects of the COVID-19 pandemic such as school closure, work schedule change and COVID-related news exposure may lead to an increase in alcohol use.
• Abstract（参考訳）: 本稿では、新型コロナウイルスのパンデミックが医療従事者に与える影響について分析する。 本稿では,ミシガン大学政治社会研究コンソーシアムから得られたメンタルヘルス調査データを用いて,医療従事者の飲酒習慣の変化に着目した。 決定木,ロジスティック回帰,naive bayes分類器,k-nearest近傍,サポートベクターマシン,多層パーセプトロン,ランダムフォレスト,xgboost,catboost,lightgbm,合成マイノリティオーバーサンプリング,chi-squaredテスト,相互情報手法など,教師ありかつ教師なしの機械学習手法とモデルを用いて,covid-19関連悪影響と医療従事者におけるアルコール使用の変化との関係を明らかにする。 以上の結果から,学校閉鎖や勤務予定変更,新型コロナウイルス関連のニュース暴露など,新型コロナウイルスのパンデミックの影響がアルコール使用の増加につながる可能性が示唆された。

関連論文リスト

• Social network analysis for personalized characterization and risk assessment of alcohol use disorders in adolescents using semantic technologies [42.29248343585333]
  アルコール使用障害(AUD)は、世界中の公衆衛生機関にとって大きな関心事である。 本稿では、知識モデルの構築方法を示し、従来の手法を用いて得られた結果と、この完全自動化モデルとの比較を行う。
  論文  参考訳（メタデータ） (2024-02-14T16:09:05Z)
• 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)
• Exploring Social Media for Early Detection of Depression in COVID-19 Patients [44.76299288962596]
  早期に検出と介入は、新型コロナウイルス患者のうつ病のリスクを減少させる可能性がある。 我々は、感染前後のソーシャルメディア活動に関する情報を含む新型コロナウイルス患者のデータセットを管理した。 うつ病リスクの高いCOVID-19患者の特徴を明らかにするため,本データセットを広範囲に分析した。
  論文  参考訳（メタデータ） (2023-02-23T14:13:52Z)
• A machine learning analysis of the relationship between some underlying medical conditions and COVID-19 susceptibility [0.0]
  新型コロナウイルス(COVID-19)として知られるコロナウイルスは、米国に住むすべての市民の生活に大きな影響を与えている。 いくつかのワクチンやブースターは、個人が利用するために永続的な治療法として作成されている。
  論文  参考訳（メタデータ） (2021-12-24T01:36:57Z)
• A Machine Learning Analysis of COVID-19 Mental Health Data [0.0]
  2019年12月、中国武漢で新型コロナウイルス(SARS-Cov-2)が最初に確認された。 本稿では、新型コロナウイルスのパンデミックが米国における最前線労働者のメンタルヘルスに与える影響について分析する。 メンタルヘルス調査データに適用された多くのモデルの解釈を通じて、最前線労働者のメンタルヘルスの低下を予測する上で最も重要な要因がヘルスケアの役割であると結論付けている。
  論文  参考訳（メタデータ） (2021-12-01T02:00:44Z)
• 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)
• Work Online, Welfare Calls, and Wine Night: Effects of the COVID-19 Pandemic on Individuals' Technology Use [10.605485494744181]
  新型コロナウイルス(COVID-19)のパンデミックは、多くの人が計算システムを使う方法を変えた。 我々は,62人の米国住民による自由応答調査の質的,定量的分析を用いた実証的研究を行った。 ほぼ全ての参加者が4つのドメインのうち1つ以上のドメインでコンピュータの使用が増加した。
  論文  参考訳（メタデータ） (2021-01-19T00:43:00Z)
• 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)
• 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。