論文の概要: CoVaxNet: An Online-Offline Data Repository for COVID-19 Vaccine Hesitancy Research

• arxiv url: http://arxiv.org/abs/2207.01505v1
• Date: Thu, 30 Jun 2022 05:58:35 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-09 16:23:42.913604
• Title: CoVaxNet: An Online-Offline Data Repository for COVID-19 Vaccine Hesitancy Research
• Title（参考訳）: CoVaxNet: 新型コロナウイルスワクチン治療研究のためのオンライン・オフラインデータリポジトリ
• Authors: Bohan Jiang, Paras Sheth, Baoxin Li, Huan Liu
• Abstract要約: 人口のかなりの割合は、いまだに新型コロナウイルス(COVID-19)に対するワクチン接種を控えている。 既存のデータセットはこれらすべての側面をカバーできないため、ワクチンのヘシタシーの問題についての推論において、完全な図を作成することは困難である。 本稿では,マルチソース,マルチモーダル,マルチ機能オンラインオフラインデータリポジトリCoVaxNetを構築する。
• 参考スコア（独自算出の注目度）: 39.82073461647643
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite the astonishing success of COVID-19 vaccines against the virus, a substantial proportion of the population is still hesitant to be vaccinated, undermining governmental efforts to control the virus. To address this problem, we need to understand the different factors giving rise to such a behavior, including social media discourses, news media propaganda, government responses, demographic and socioeconomic statuses, and COVID-19 statistics, etc. However, existing datasets fail to cover all these aspects, making it difficult to form a complete picture in inferencing about the problem of vaccine hesitancy. In this paper, we construct a multi-source, multi-modal, and multi-feature online-offline data repository CoVaxNet. We provide descriptive analyses and insights to illustrate critical patterns in CoVaxNet. Moreover, we propose a novel approach for connecting online and offline data so as to facilitate the inference tasks that exploit complementary information sources.
• Abstract（参考訳）: 新型コロナウイルス(covid-19)ワクチンの成功は驚くべきことだが、人口のかなりの部分は依然としてワクチンを接種することをためらっている。 この問題に対処するためには、ソーシャルメディアの談話、ニュースメディアのプロパガンダ、政府の対応、人口統計・社会経済状態、COVID-19統計など、このような行動を引き起こすさまざまな要因を理解する必要がある。 しかし、既存のデータセットはこれらの側面をすべてカバーできていないため、ワクチンの難易度の問題を参照して全体像を形成することは困難である。 本稿では,マルチソース,マルチモーダル,マルチ機能のオンラインオフラインデータリポジトリであるcovaxnetを構築する。 CoVaxNetにおける重要なパターンを説明するための記述的分析と洞察を提供する。 さらに,補完的情報源を利用する推論タスクを容易にするために,オンラインデータとオフラインデータを接続する新しい手法を提案する。

関連論文リスト

• Hierarchical Multi-Label Classification of Online Vaccine Concerns [8.271202196208]
  ワクチンの懸念は進化を続けるターゲットであり、新型コロナウイルス(COVID-19)のパンデミックで見られるように急速に変化する可能性がある。 本稿では,大規模言語モデル(LLM)を用いて,高価なトレーニングデータセットを必要とせず,ゼロショット設定でワクチンの関心事を検出するタスクについて検討する。
  論文  参考訳（メタデータ） (2024-02-01T20:56:07Z)
• Vax-Culture: A Dataset for Studying Vaccine Discourse on Twitter [3.768191396638854]
  新型コロナウイルス感染症(COVID-19)の感染拡大に伴い、ワクチン中毒は公衆衛生当局にとって大きな課題となっている。 6373のワクチン関連ツイートからなるTwitter COVID-19データセットであるVax-Cultureを紹介します。 このことが、予防接種的信念を持つ個人にリーチするための、効果的で目標とする公衆衛生コミュニケーション戦略につながることを願っている。
  論文  参考訳（メタデータ） (2023-04-13T23:04:30Z)
• Deploying Vaccine Distribution Sites for Improved Accessibility and Equity to Support Pandemic Response [21.13458519284399]
  多くの国はSARS-CoV-2の拡散を遅らせるため、社会的距離を義務付け、大規模なグループ集会を禁止している。 これらの社会的介入とワクチンは、SARS CoV-2の拡散を抑えるための最善策である。 ワクチンのアクセシビリティを高めるために、バージニア州のような州は、ワクチンを全国に配布するために移動式ワクチン接種センターを設置してきた。
  論文  参考訳（メタデータ） (2022-02-09T19:57:55Z)
• Insta-VAX: A Multimodal Benchmark for Anti-Vaccine and Misinformation Posts Detection on Social Media [32.252687203366605]
  ソーシャルメディア上の抗ワクチンポストは、混乱を招き、ワクチンに対する大衆の信頼を低下させることが示されている。 Insta-VAXは、ヒトワクチンに関連する64,957のInstagram投稿のサンプルからなる、新しいマルチモーダルデータセットである。
  論文  参考訳（メタデータ） (2021-12-15T20:34:57Z)
• Automatic Detection of COVID-19 Vaccine Misinformation with Graph Link Prediction [2.0625936401496237]
  新型コロナウイルス(COVID-19)ワクチンに関するソーシャルメディアの誤報によって引き起こされたワクチンのヘシタシーは、大きなハードルとなった。 CoVaxLiesは、新型コロナウイルスワクチンに関するいくつかの誤報のターゲットに関連する、新しいツイートのデータセットである。 本手法は,誤情報検出をグラフリンク予測問題として用いた誤情報知識グラフにCoVaxLiesを整理する。
  論文  参考訳（メタデータ） (2021-08-04T23:27:10Z)
• FLOP: Federated Learning on Medical Datasets using Partial Networks [84.54663831520853]
  新型コロナウイルスの感染拡大で医療資源が不足している。 新型コロナウイルスの診断を緩和するために、さまざまなデータ駆動型ディープラーニングモデルが開発されている。 患者のプライバシー上の懸念から、データそのものはまだ乏しい。 我々は、textbfPartial Networks (FLOP) を用いた、シンプルで効果的な textbfFederated textbfL textbfon Medical データセットを提案する。
  論文  参考訳（メタデータ） (2021-02-10T01:56:58Z)
• Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
  重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。 私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。 調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
  論文  参考訳（メタデータ） (2020-07-22T18:02:39Z)
• 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)
• Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
  世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。 我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
  論文  参考訳（メタデータ） (2020-03-25T12:30:33Z)
• COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-Ray Images [93.0013343535411]
  我々は,胸部X線(CXR)画像から新型コロナウイルスの症例を検出するための,深層畳み込みニューラルネットワーク設計であるCOVID-Netを紹介した。 著者たちの知る限りでは、COVID-NetはCXRイメージからCOVID-19を検出するための、最初のオープンソースネットワーク設計の1つである。 また,13,870人の患者を対象に,13,975個のCXR画像からなるオープンアクセスベンチマークデータセットであるCOVIDxも導入した。
  論文  参考訳（メタデータ） (2020-03-22T12:26:36Z)

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。