論文の概要: Co-WIN: Really Winning? Analysing Inequity in India's Vaccination
Response
- arxiv url: http://arxiv.org/abs/2202.04433v2
- Date: Mon, 6 Jun 2022 03:30:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 14:47:52.258867
- Title: Co-WIN: Really Winning? Analysing Inequity in India's Vaccination
Response
- Title（参考訳）: 共同受賞:本当に勝つか?
インドにおけるワクチン接種反応の不平等の分析
- Authors: Tanvi Karandikar, Avinash Prabhu, Mehul Mathur, Megha Arora, Hemank
Lamba, Ponnurangam Kumaraguru
- Abstract要約: 新型コロナウイルスのパンデミックは世界中で550万人の死者を報告しており、そのうち8.7%がインドから来ている。
2022年1月20日時点で、インドは382万件の報告があり、死者は487万人である。
インドの予防接種は2021年1月16日に始まり、異なる人口を優先する政府の政策が導入された。
- 参考スコア（独自算出の注目度）: 10.092228219529918
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The COVID-19 pandemic has so far accounted for reported 5.5M deaths
worldwide, with 8.7% of these coming from India. The pandemic exacerbated the
weakness of the Indian healthcare system. As of January 20, 2022, India is the
second worst affected country with 38.2M reported cases and 487K deaths.
According to epidemiologists, vaccines are an essential tool to prevent the
spread of the pandemic. India's vaccination drive began on January 16, 2021
with governmental policies being introduced to prioritize different populations
of the society. Through the course of the vaccination drive, multiple new
policies were also introduced to ensure that vaccines are readily available and
vaccination coverage is increased. However, at the same time, some of the
government policies introduced led to unintended inequities in the populations
being targeted. In this report, we enumerate and analyze the inequities that
existed in India's vaccination policy drive, and also compute the effect of the
new policies that were introduced. We analyze these potential inequities not
only qualitatively but also quantitatively by leveraging the data that was made
available through the government portals. Specifically, (a) we discover
inequities that might exist in the policies, (b) we quantify the effect of new
policies introduced to increase vaccination coverage, and (c) we also point the
data discrepancies that exist across different data sources.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)のパンデミックは世界中で550万人が死亡し、そのうち8.7%がインド出身だ。
パンデミックはインドの医療システムの弱点を悪化させた。
2022年1月20日時点で、インドは382万件の報告があり、死者は487万人である。
疫学者によると、ワクチンはパンデミックの拡散を防ぐ重要な手段である。
インドの予防接種は2021年1月16日に始まり、社会の異なる人口を優先する政府の政策が導入された。
ワクチン接種の推進を通じて、ワクチンが容易に利用でき、ワクチン接種範囲が増加するよう、複数の新しい方針が導入された。
しかし同時に、導入された政府政策のいくつかは、意図しない人口の不平等を招いた。
本報告では,インドの予防接種政策に存在した不平等を列挙し,分析するとともに,導入した新政策の効果を計算した。
我々は,これらの潜在的不平等を質的だけでなく定量的に分析し,政府のポータルから得られるデータを活用する。
具体的には
a) 政策に存在する可能性のある不平等を発見する。
(b)予防接種率を高めるために導入された新規政策の効果を定量化し、
(c) 異なるデータソースにまたがるデータの相違点も指摘する。
関連論文リスト
- Effects of Antivaccine Tweets on COVID-19 Vaccinations, Cases, and Deaths [2.190432422548697]
本稿では,ワクチン接種,ワクチン接種,抗接種内容への曝露を含む分節感染モデルを提案する。
その結果、米国内では2021年2月から8月にかけて75万人がワクチン接種を拒否している。
調査結果は、ソーシャルメディアのモデレーション政策と公衆衛生の介入を知らせるべきである。
論文 参考訳（メタデータ） (2024-06-13T14:11:02Z) - Public Discourse about COVID-19 Vaccinations: A Computational Analysis of the Relationship between Public Concerns and Policies [3.203095675418499]
予防接種キャンペーンの展開に伴い、ドイツ語を話す地域は他のヨーロッパ地域よりもはるかに低い予防接種率を示した。
Twitter上では、新型コロナウイルスの重症度やワクチンの有効性、安全性に対する懐疑論が話題となっている。
パンデミックの後期段階では、政策が実施され、無ワクチンの市民の自由が制限されたとき、ワクチン接種の増加が観察された。
論文 参考訳（メタデータ） (2024-05-07T15:31:13Z) - Unveiling Public Perceptions: Machine Learning-Based Sentiment Analysis
of COVID-19 Vaccines in India [0.0]
ソーシャルメディア、特に4億3000万人のユーザーがいるRedditは、情報を広める上で重要な役割を担った。
この研究では、Redditのデータを分析し、新型コロナウイルスワクチンに対するインド人の感情を測定するためにデータマイニング技術を採用している。
その結果、インドのRedditユーザーはワクチン接種について中立性を示しており、インド政府が人口の大部分をワクチン接種しようとする試みに挑戦していることを示している。
論文 参考訳（メタデータ） (2023-11-19T22:14:48Z) - 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) - 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) - 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) - 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。