論文の概要: Emotion Regulation and Dynamics of Moral Concerns During the Early COVID-19 Pandemic

• arxiv url: http://arxiv.org/abs/2203.03608v2
• Date: Mon, 11 Apr 2022 23:06:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 15:25:14.248702
• Title: Emotion Regulation and Dynamics of Moral Concerns During the Early COVID-19 Pandemic
• Title（参考訳）: 初期の新型コロナウイルスパンデミックにおける感情調節と道徳的懸念のダイナミクス
• Authors: Siyi Guo, Keith Burghardt, Ashwin Rao, Kristina Lerman
• Abstract要約: パンデミックの初期段階に投稿されたソーシャルメディアメッセージの感情、感情、道徳的関心を計測するために、最先端の手法を使用します。 結果は、パンデミックが始まってから、集団的な感情状態がどう変化したか、ソーシャルメディアが人間に影響を及ぼすさまざまなパターンを理解し、規制する上で、どのように役立つツールを提供するかを示している。
• 参考スコア（独自算出の注目度）: 2.8055247295021695
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The COVID-19 pandemic has upended daily life around the globe, posing a threat to public health. Intuitively, we expect that surging cases and deaths would lead to fear, distress and other negative emotions. However, using state-of-the-art methods to measure sentiment, emotions, and moral concerns in social media messages posted in the early stage of the pandemic, we see a counter-intuitive rise in positive affect. We hypothesize that the increase of positivity is associated with a decrease of uncertainty and emotion regulation. Finally, we identify a partisan divide in moral and emotional reactions that emerged after the first US death. Overall, these results show how collective emotional states have changed since the pandemic began, and how social media can provide a useful tool to understand, and even regulate, diverse patterns underlying human affect.
• 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の日常生活を悪化させ、公衆衛生に脅威をもたらしている。 直感的には、急なケースや死が恐怖や苦痛、その他のネガティブな感情につながると期待しています。 しかし、パンデミックの初期段階に投稿されたソーシャルメディアメッセージにおける感情、感情、道徳的関心を計測する最先端の手法を用いることで、反直感的な影響が増大する。 肯定性の増加は不確実性と感情の調節の低下に関係していると仮定する。 最後に、アメリカ最初の死の後に現れた道徳的・感情的な反応をパルチザンが分けた。 これらの結果は、パンデミックが始まって以来、集団的な感情状態がどう変化したか、ソーシャルメディアが人間の影響の根底にある多様なパターンを理解し、規制するための有用なツールを提供するかを示している。

関連論文リスト

• Emotion Granularity from Text: An Aggregate-Level Indicator of Mental Health [25.166884750592175]
  心理学において、個人の感情概念を区別する能力の変化を感情の粒度と呼ぶ。 高い感情の粒度は、より良い精神と身体の健康と結びついている。 低感情の粒度は、不適応な感情制御戦略や健康状態の悪化と結びついている。
  論文  参考訳（メタデータ） (2024-03-04T18:12:10Z)
• CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
  既存のアプローチは、苦痛の感情の原因を無視します。 彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。 本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
  論文  参考訳（メタデータ） (2024-01-31T11:30:24Z)
• Why Do You Feel This Way? Summarizing Triggers of Emotions in Social Media Posts [61.723046082145416]
  CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。 我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。 分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
  論文  参考訳（メタデータ） (2022-10-22T19:10:26Z)
• Speech Synthesis with Mixed Emotions [77.05097999561298]
  異なる感情の音声サンプル間の相対的な差を測定する新しい定式化を提案する。 次に、私たちの定式化を、シーケンスからシーケンスまでの感情的なテキストから音声へのフレームワークに組み込む。 実行時に、感情属性ベクトルを手動で定義し、所望の感情混合を生成するためにモデルを制御する。
  論文  参考訳（メタデータ） (2022-08-11T15:45:58Z)
• When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
  感情をラベル付けした1万ツイートのCovidEmoを紹介します。 事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
  論文  参考訳（メタデータ） (2021-07-23T04:07:14Z)
• MIME: MIMicking Emotions for Empathetic Response Generation [82.57304533143756]
  共感応答生成への現在のアプローチは、入力テキストで表現された感情の集合を平らな構造として見る。 共感反応は, 肯定的, 否定的, 内容に応じて, ユーザの感情を様々な程度に模倣することが多い。
  論文  参考訳（メタデータ） (2020-10-04T00:35:47Z)
• How Have We Reacted To The COVID-19 Pandemic? Analyzing Changing Indian Emotions Through The Lens of Twitter [2.805251632575323]
  WHOは216カ国と領土で600,000人近くが死亡し、1300万人以上が確認されたと報告している。 インドは、米国とブラジルに次いで、パンデミックで3番目に最悪の国となった。 ツイートから人の感情を識別する深層学習システムを提案する。
  論文  参考訳（メタデータ） (2020-08-20T15:39:05Z)
• Detecting Topic and Sentiment Dynamics Due to COVID-19 Pandemic Using Social Media [14.662523926129117]
  大規模なソーシャルメディア投稿から、COVID-19による話題や感情のダイナミクスを分析した。 安全な家にいよう」といった話題は肯定的な感情で支配されている。 人の死のような他のものは、常に否定的な感情を示しています。
  論文  参考訳（メタデータ） (2020-07-05T12:05:30Z)
• Analyzing COVID-19 on Online Social Media: Trends, Sentiments and Emotions [44.92240076313168]
  我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。 中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。 我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
  論文  参考訳（メタデータ） (2020-05-29T09:24:38Z)

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。