論文の概要: Automated clustering of COVID-19 anti-vaccine discourse on Twitter
- arxiv url: http://arxiv.org/abs/2203.01549v1
- Date: Thu, 3 Mar 2022 07:38:31 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-04 17:08:39.092733
- Title: Automated clustering of COVID-19 anti-vaccine discourse on Twitter
- Title（参考訳）: twitter上でのcovid-19反ワクチン談話の自動クラスタリング
- Authors: Ignacio Ojea Quintana and Marc Cheong and Mark Alfano and Ritsaart
Reimann and Colin Klein
- Abstract要約: 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。
- 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: Attitudes about vaccination have become more polarized; it is common to see
vaccine disinformation and fringe conspiracy theories online. An observational
study of Twitter vaccine discourse is found in Ojea Quintana et al. (2021): the
authors analyzed approximately six months' of Twitter discourse -- 1.3 million
original tweets and 18 million retweets between December 2019 and June 2020,
ranging from before to after the establishment of Covid-19 as a pandemic. This
work expands upon Ojea Quintana et al. (2021) with two main contributions from
data science. First, based on the authors' initial network clustering and
qualitative analysis techniques, we are able to clearly demarcate and visualize
the language patterns used in discourse by Antivaxxers (anti-vaccination
campaigners and vaccine deniers) versus other clusters (collectively, Others).
Second, using the characteristics of Antivaxxers' tweets, we develop text
classifiers to determine the likelihood a given user is employing
anti-vaccination language, ultimately contributing to an early-warning
mechanism to improve the health of our epistemic environment and bolster (and
not hinder) public health initiatives.
- Abstract（参考訳）: 予防接種に対する態度はますます二極化しており、ワクチンの不正情報や共謀説をオンラインで見るのが一般的である。
Ojea Quintana et al.(2021年)でTwitterワクチンに関する観察的研究が行われ、著者らは、2019年12月から2020年6月までの間に、約6ヶ月のTwitter言論 -- 1.30万のオリジナルツイートと1800万のリツイートを分析した。
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つの主要な貢献をしている。
まず、著者らの初期のネットワーククラスタリングと質的分析技術に基づいて、アンチワクチン(抗ワクチンキャンペーンやワクチンデニエ)と他のクラスター(集団的、他)の会話で使われる言語パターンを明確に定義し、可視化することができる。
第二に、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断するテキスト分類器を開発し、最終的に、疫病環境の健康を改善し、公衆衛生イニシアチブを加速させる早期警戒メカニズムに寄与する。
関連論文リスト
- 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) - "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) - Psycho-linguistic differences among competing vaccination communities on
social media [0.0]
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。
論文 参考訳（メタデータ） (2021-11-09T16:18:38Z) - 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) - COVID-19 Vaccine Hesitancy on Social Media: Building a Public Twitter
Dataset of Anti-vaccine Content, Vaccine Misinformation and Conspiracies [10.505633521103018]
新型コロナウイルスワクチンに関する偽の主張は、現在進行中の予防接種キャンペーンに対する公衆の信頼を損なう可能性がある。
われわれは、強力な抗ワクチン姿勢を示すTwitter投稿のデータセットを提示する。
論文 参考訳（メタデータ） (2021-05-11T15:43:41Z) - Mining Trends of COVID-19 Vaccine Beliefs on Twitter with Lexical
Embeddings [0.8808021343665321]
新型コロナウイルスワクチン接種に関するTwitter投稿のコーパスを抽出しました。
語彙カテゴリーの2つのクラス — 感情と影響要因 — を作成しました。
ワクチンに対するためらいのようなネガティブな感情は、健康関連の効果や誤った情報と高い相関がある。
論文 参考訳（メタデータ） (2021-04-02T16:13:16Z) - 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。