論文の概要: Analyzing the Impact of Sentiments of Scientific Articles on COVID-19 Vaccination Rates

• arxiv url: http://arxiv.org/abs/2209.08154v1
• Date: Mon, 29 Aug 2022 05:11:23 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-25 17:48:26.675667
• Title: Analyzing the Impact of Sentiments of Scientific Articles on COVID-19 Vaccination Rates
• Title（参考訳）: 科学記事の感情がcovid-19ワクチン接種率に及ぼす影響の分析
• Authors: Sean Eugene G. Chua, Kevin Anthony S. Sison
• Abstract要約: 本研究は、アメリカ合衆国において、記事の感情とそれに伴うワクチン接種の増加または減少の相関について検討した。 その結果、米国における平均感情スコアとそれに伴う新型コロナウイルスワクチン接種率の上昇または減少との間には、比較的弱い相関関係があることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: At the peak of the COVID-19 pandemic, numerous countries worldwide sought to mobilize vaccination campaigns in an attempt to curb the spread and number of deaths caused by the virus. One avenue in which information regarding COVID vaccinations is propagated is that of scientific articles, which provide a certain level of credibility regarding this. Hence, this increases the probability that people who view these articles would get vaccinated if the articles convey a positive message on vaccinations and conversely decreases the probability of vaccinations if the articles convey a negative message. This being said, this study aims to investigate the correlation between article sentiments and the corresponding increase or decrease in vaccinations in the United States. To do this, a lexicon-based sentiment analysis was performed in two steps: first, article content was scraped via a Python library called BeautifulSoup, and second, VADER was used to obtain the sentiment analysis scores for each article based on the scraped text content. Results suggest that there was a relatively weak correlation between the average sentiment score of articles and the corresponding increase or decrease in COVID vaccination rates in the US.
• Abstract（参考訳）: 新型コロナウイルス(covid-19)のパンデミックの最盛期には、世界中の多くの国がワクチン接種キャンペーンを動員し、感染拡大と死者数を抑えようとした。 新型コロナウイルスの予防接種に関する情報が広まる道の1つは科学的記事であり、それに関するある程度の信頼性を提供する。 これにより、これらの記事を見る人が予防接種に関する肯定的なメッセージを伝えると予防接種を受ける確率が増大し、逆に、否定的なメッセージを伝えると予防接種の確率が低下する。 本研究は,米国における論文感情とワクチン接種の増加・減少との関連性について検討することを目的としたものである。 これを実現するために、レキシコンベースの感情分析を2段階に分けて実施した。まず、記事内容がBeautifulSoupと呼ばれるPythonライブラリを介してスクラップされ、次に、VADERを使用して、スクラップされたテキストコンテンツに基づいて各記事に対する感情分析スコアを得た。 結果から,米国における記事の平均感情スコアと新型コロナウイルスワクチン接種率の上昇・減少との間には,相対的に相関が弱いことが示唆された。

関連論文リスト

• Effects of Antivaccine Tweets on COVID-19 Vaccinations, Cases, and Deaths [2.190432422548697]
  本稿では,ワクチン接種,ワクチン接種,抗接種内容への曝露を含む分節感染モデルを提案する。 その結果、米国内では2021年2月から8月にかけて75万人がワクチン接種を拒否している。 調査結果は、ソーシャルメディアのモデレーション政策と公衆衛生の介入を知らせるべきである。
  論文  参考訳（メタデータ） (2024-06-13T14:11:02Z)
• "Here's Your Evidence": False Consensus in Public Twitter Discussions of COVID-19 Science [50.08057052734799]
  プリプリントサーバからの抽象化のサンプルに基づいて,科学的コンセンサスを推定する。 アンチ・コンセンサス(反合意)の投稿や利用者は、概してプロ・コンセンサス(反合意)の投稿ほど多くはないが、Twitter上では圧倒的に過剰に表現されている。
  論文  参考訳（メタデータ） (2024-01-24T06:16:57Z)
• 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)
• Suffering from Vaccines or from Government? : Partisan Bias in COVID-19 Vaccine Adverse Events Coverage [0.0]
  保守的なメディアは、リベラルなメディアよりも有害事象を頻繁に報告する傾向にある。 保守派の反対派を支持するユーザーは、人気のあるコメントを書く傾向が強かった。
  論文  参考訳（メタデータ） (2022-11-19T14:17:07Z)
• 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)
• 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)
• Sentiment Analysis and Topic Modeling for COVID-19 Vaccine Discussions [10.194753795363667]
  われわれは、Twitter上で新型コロナウイルスに関するツイートを詳細に分析する。 その結果、大多数の人はワクチンの有効性に自信を持ち、ワクチン接種を希望していることがわかった。 否定的なツイートは、しばしばワクチン不足の苦情、注射後の副作用、ワクチン接種後の死亡の可能性と関連付けられている。
  論文  参考訳（メタデータ） (2021-10-08T23:30:17Z)
• Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
  われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。 一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
  論文  参考訳（メタデータ） (2020-06-23T03:36:19Z)
• COVID-19 Vaccine Acceptance in the US and UK in the Early Phase of the Pandemic: AI-Generated Vaccines Hesitancy for Minors, and the Role of Governments [10.64167691614925]
  ワクチン開発における人工知能の使用は、ワクチンの受容に影響を与えなかった。 ワクチンの有効性を明示したヴィグネットは、ワクチンの受け入れを増加させた。
  論文  参考訳（メタデータ） (2020-06-15T06:47:13Z)
• 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。