論文の概要: The role of alcohol outlet visits derived from mobile phone location data in enhancing domestic violence prediction at the neighborhood level

• arxiv url: http://arxiv.org/abs/2203.04088v1
• Date: Sat, 26 Feb 2022 15:50:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-13 13:52:21.827821
• Title: The role of alcohol outlet visits derived from mobile phone location data in enhancing domestic violence prediction at the neighborhood level
• Title（参考訳）: 近所における家庭内暴力予測の強化における携帯電話位置データによるアルコールアウトレット訪問の役割
• Authors: Ting Chang, Yingjie Hu, Dane Taylor, Brian M. Quigley
• Abstract要約: 国内暴力(DV)は深刻な公衆衛生問題であり、女性3人に1人、男性4人に1人が毎年何らかの形でパートナー関連暴力を経験している。 アルコールの使用は、近隣のDVの予測要因になり得るため、DVの発生しやすい地域を特定するのに役立つ。 我々は、匿名化された携帯電話の位置データから、異なる地区の住民のアルコールアウトレット訪問に関する情報を導き出す。
• 参考スコア（独自算出の注目度）: 2.179313476241343
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Domestic violence (DV) is a serious public health issue, with 1 in 3 women and 1 in 4 men experiencing some form of partner-related violence every year. Existing research has shown a strong association between alcohol use and DV at the individual level. Accordingly, alcohol use could also be a predictor for DV at the neighborhood level, helping identify the neighborhoods where DV is more likely to happen. However, it is difficult and costly to collect data that can represent neighborhood-level alcohol use especially for a large geographic area. In this study, we propose to derive information about the alcohol outlet visits of the residents of different neighborhoods from anonymized mobile phone location data, and investigate whether the derived visits can help better predict DV at the neighborhood level. We use mobile phone data from the company SafeGraph, which is freely available to researchers and which contains information about how people visit various points-of-interest including alcohol outlets. In such data, a visit to an alcohol outlet is identified based on the GPS point location of the mobile phone and the building footprint (a polygon) of the alcohol outlet. We present our method for deriving neighborhood-level alcohol outlet visits, and experiment with four different statistical and machine learning models to investigate the role of the derived visits in enhancing DV prediction based on an empirical dataset about DV in Chicago. Our results reveal the effectiveness of the derived alcohol outlets visits in helping identify neighborhoods that are more likely to suffer from DV, and can inform policies related to DV intervention and alcohol outlet licensing.
• Abstract（参考訳）: 家庭内暴力(dv)は深刻な公衆衛生問題であり、毎年女性3人に1人、男性4人に1人がパートナー関連の暴力を経験している。 既存の研究では、アルコール使用とDVの個人レベルでの強い関係が示されている。 したがって、アルコール使用は、dvがより起こりやすい地域を特定するのに役立つ近所レベルのdvの予測因子となる可能性がある。 しかし、特に地理的に広い地域において、地域レベルのアルコール使用を表現できるデータを集めることは困難かつコストがかかる。 本研究では,携帯電話位置情報の匿名化から地域住民のアルコールアウトレット訪問に関する情報を導出し,そこから得られた訪問が地域レベルでのdvの予測に役立つかどうかを検討する。 safegraphは研究者が無料で入手でき、アルコールのアウトレットを含む様々なポイント・オブ・インジェクトの訪問方法に関する情報を含んでいる。 このようなデータでは、携帯電話のGPSポイント位置とアルコールコンセントの建物フットプリント(ポリゴン)とに基づいてアルコールコンセントの訪問を特定する。 本研究は,シカゴにおけるdvに関する実証的データセットに基づくdv予測の促進に寄与する4種類の統計モデルと機械学習モデルを用いて,地域レベルのアルコールアウトレット訪問を導出する手法を提案する。 以上の結果から,DVに罹患しやすい地域を識別し,DV介入やアルコール飲料のライセンスに関する政策を通知する上で,抽出したアルコール飲料店の訪問の有効性が明らかとなった。

関連論文リスト

• Your Car Tells Me Where You Drove: A Novel Path Inference Attack via CAN Bus and OBD-II Data [57.22545280370174]
  On Path Diagnostic - Intrusion & Inference (OPD-II) は物理カーモデルとマップマッチングアルゴリズムを利用した新しい経路推論攻撃である。 我々は4台の異なる車両と41トラックの道路および交通シナリオに対する攻撃を実行した。
  論文  参考訳（メタデータ） (2024-06-30T04:21:46Z)
• Aiming to Minimize Alcohol-Impaired Road Fatalities: Utilizing Fairness-Aware and Domain Knowledge-Infused Artificial Intelligence [0.4218593777811082]
  アメリカの交通事故死者の約30%は、飲酒運転によるものである。 我々の研究は、公正を意識し、ドメイン知識を取り入れた人工知能ベースの予測器を導入している。 提供された情報を利用して、より公平で効率的な方法で警察資源を割り当てることにより、DUI関連の死亡率を減らす可能性がある。
  論文  参考訳（メタデータ） (2023-11-25T02:05:39Z)
• Audio-visual Saliency for Omnidirectional Videos [58.086575606742116]
  私たちはまず、全方向ビデオ(AVS-ODV)のための最大のオーディオ・ビジュアル・サリエンシデータセットを確立する。 AVS-ODVデータセットに基づく全方位音響モーダル性および視覚シーン下での観察者の視覚的注意行動を分析する。
  論文  参考訳（メタデータ） (2023-11-09T08:03:40Z)
• Vision-based Analysis of Driver Activity and Driving Performance Under the Influence of Alcohol [1.2094859111770522]
  アメリカの交通事故死者の30%は飲酒運転をしている。 運転障害は、センサーのアクティブな使用によって監視することができる。 より受動的で堅牢なセンシング機構は、より広く採用することができる。
  論文  参考訳（メタデータ） (2023-09-14T20:34:30Z)
• Coronavirus statistics causes emotional bias: a social media text mining perspective [4.042350304426975]
  本稿では,パンデミックに関連するテキストを場所ラベル付きテキストデータから分類する深層学習モデルを提案する。 次に,マルチタスク学習に基づく感情分析を行う。 最後に、感情分析の出力を伴う固定効果パネル回帰を実行する。
  論文  参考訳（メタデータ） (2022-11-16T03:36:13Z)
• Hidden Effects of COVID-19 on Healthcare Workers: A Machine Learning Analysis [0.0]
  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。
  論文  参考訳（メタデータ） (2021-12-12T15:34:44Z)
• BEV-Net: Assessing Social Distancing Compliance by Joint People Localization and Geometric Reasoning [77.08836528980248]
  新型コロナウイルス(COVID-19)の感染拡大を受け、公衆衛生に不可欠なソーシャルディスタンシング(ソーシャルディスタンシング)が注目されている。 本研究では,広視野カメラを用いた公共空間における視覚的ソーシャル・ディスタンシング・コンプライアンス・アセスメントの課題について考察する。 鳥眼ビュー(BEV)下での注釈付き群集シーンのデータセットと距離測定のための地上真実を紹介する。 マルチブランチネットワークであるBEV-Netは、世界座標における個人をローカライズし、ソーシャルディスタンシングに違反する高リスク領域を特定するために提案されている。
  論文  参考訳（メタデータ） (2021-10-10T23:56:37Z)
• The effect of differential victim crime reporting on predictive policing systems [84.86615754515252]
  本研究では, 被害者の犯罪報告率の違いが, 共通犯罪ホットスポット予測モデルにおいて, 結果の相違をもたらすことを示す。 以上の結果から, 犯罪報告率の差は, 高犯罪から低犯罪へ, 高犯罪・中犯罪・高報道へ, 予測ホットスポットの移動につながる可能性が示唆された。
  論文  参考訳（メタデータ） (2021-01-30T01:57:22Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)
• A County-level Dataset for Informing the United States' Response to COVID-19 [5.682299443164938]
  我々は、アメリカ合衆国郡のレベルに関する政府、ジャーナリスト、学術情報源から関連するデータを収集するデータセットを提示する。 私たちのデータセットには300以上の変数が含まれており、人口推計、人口統計、民族、住宅、教育、雇用と所得、気候、交通、スコア、医療システム関連メトリクスを要約しています。
  論文  参考訳（メタデータ） (2020-04-01T05:07:27Z)

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。