論文の概要: From Hesitancy Framings to Vaccine Hesitancy Profiles: A Journey of
Stance, Ontological Commitments and Moral Foundations
- arxiv url: http://arxiv.org/abs/2202.09456v1
- Date: Fri, 18 Feb 2022 22:22:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-26 18:10:08.057461
- Title: From Hesitancy Framings to Vaccine Hesitancy Profiles: A Journey of
Stance, Ontological Commitments and Moral Foundations
- Title（参考訳）: ヘシタンシー・フレーミングからワクチン・ヘシタンシー・プロファイルへ:スタンス、オントロジ・コミットメント、モラル・ファンデーションの旅
- Authors: Maxwell Weinzierl, Sanda Harabagiu
- Abstract要約: 我々は、新型コロナウイルスワクチンについて議論するオリジナルツイート9,133,471件のVaccine Hesitancy Framingsを識別する。
当社は、ツイートで誘発されたフレームのオントロジ的なコミットメントに基づいて、9つの異なるVaccine Hesitancy Profileをユーザーに提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While billions of COVID-19 vaccines have been administered, too many people
remain hesitant. Twitter, with its substantial reach and daily exposure, is an
excellent resource for examining how people frame their vaccine hesitancy and
to uncover vaccine hesitancy profiles. In this paper we expose our processing
journey from identifying Vaccine Hesitancy Framings in a collection of
9,133,471 original tweets discussing the COVID-19 vaccines, establishing their
ontological commitments, annotating the Moral Foundations they imply to the
automatic recognition of the stance of the tweet authors toward any of the
CoVaxFrames that we have identified. When we found that 805,336 Twitter users
had a stance towards some CoVaxFrames in either the 9,133,471 original tweets
or their 17,346,664 retweets, we were able to derive nine different Vaccine
Hesitancy Profiles of these users and to interpret these profiles based on the
ontological commitments of the frames they evoked in their tweets and on value
of their stance towards the evoked frames.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)ワクチンが何十億回も投与されているが、多くの人はいまだにためらっている。
Twitterは、相当なリーチと毎日の露出で、人々がワクチンのヘシタシーの枠組みを調べ、ワクチンヘシタシーのプロフィールを明らかにするのに最適なリソースだ。
本稿では、新型コロナウイルスワクチンを議論するオリジナルツイート9,133,471件のコレクションにおいて、ワクチン中毒のフレームを識別することから、当社の処理過程を公開し、その存在論的コミットメントを確立し、ツイート作成者のCoVaxFrameに対する姿勢の自動認識を示唆するモラル財団に注釈を付ける。
805,336のTwitterユーザーが、9,133,471ツイートまたは17,346,664リツイートで一部のCoVaxFrameに対してスタンスを持っていたことを発見したとき、これらのユーザの9つの異なるVaccine Hesitancy Profileを導き、これらのプロファイルを、ツイートで誘発されたフレームのオントロジ的なコミットメントと、そのフレームに対するスタンスの価値に基づいて解釈することができた。
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) - Vaccine Discourse on Twitter During the COVID-19 Pandemic [0.7161783472741748]
本研究は、Twitter上での新型コロナウイルスワクチンに関する投稿を調査し、ワクチンに対する否定的な姿勢を持つものに焦点を当てる。
新型コロナウイルスワクチンに関連する英国のツイート16,713,238件のデータセットが収集された。
新型コロナウイルスワクチンに関する否定性は、ワクチンのロールアウトとともに時間とともに低下していることを示す。
論文 参考訳（メタデータ） (2022-07-23T13:50:51Z) - A Multilingual Dataset of COVID-19 Vaccination Attitudes on Twitter [4.696697601424039]
新型コロナウイルスワクチンに関連するツイートのデータセットの収集と公開について述べる。
このデータセットは、西ヨーロッパから収集された2,198,090のツイートのIDで構成され、そのうち17,934件は原住民の予防接種姿勢に注釈付けされている。
論文 参考訳（メタデータ） (2022-06-27T13:44:48Z) - "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) - Winds of Change: Impact of COVID-19 on Vaccine-related Opinions of
Twitter users [19.08902619892565]
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。
論文 参考訳（メタデータ） (2021-11-20T19:33:51Z) - 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。