論文の概要: Analysing Donors' Behaviour in Non-profit Organisations for Disaster
Resilience: The 2019--2020 Australian Bushfires Case Study
- arxiv url: http://arxiv.org/abs/2210.09034v1
- Date: Fri, 14 Oct 2022 08:17:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 11:48:53.772251
- Title: Analysing Donors' Behaviour in Non-profit Organisations for Disaster
Resilience: The 2019--2020 Australian Bushfires Case Study
- Title（参考訳）: 災害回復のための非営利組織におけるドナーの行動分析--2019-2020年のオーストラリア・ブッシュファイアス・ケーススタディ
- Authors: Dilini Rajapaksha and Kacper Sokol and Jeffrey Chan and Flora Salim
and Mukesh Prasad and Mahendra Samarawickrama
- Abstract要約: この研究は、ソーシャルメディアがドナーの行動にどのように影響するかを理解するための定量的研究の枠組みを導入し、適用する。
我々は,2019-2020年の豪森林火災シーズンにおいて,オンラインエンゲージメントがドナーの行動にどのように対応するかを探る。
我々の探索的研究は、ソーシャルメディアキャンペーンが専用ウェブサイトを通じてオンライン寄付を奨励する効果があることを明らかにした。
- 参考スコア（独自算出の注目度）: 15.075309123198045
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the advancement and proliferation of technology, non-profit
organisations have embraced social media platforms to improve their operational
capabilities through brand advocacy, among many other strategies. The effect of
such social media campaigns on these institutions, however, remains largely
underexplored, especially during disaster periods. This work introduces and
applies a quantitative investigative framework to understand how social media
influence the behaviour of donors and their usage of these platforms throughout
(natural) disasters. More specifically, we explore how on-line engagement -- as
captured by Facebook interactions and Google search trends -- corresponds to
the donors' behaviour during the catastrophic 2019--2020 Australian bushfire
season. To discover this relationship, we analyse the record of donations made
to the Australian Red Cross throughout this period. Our exploratory study
reveals that social media campaigns are effective in encouraging on-line
donations made via a dedicated website. We also compare this mode of giving to
more regular, direct deposit gifting.
- Abstract（参考訳）: テクノロジーの進歩と普及に伴い、非営利団体はソーシャルメディアプラットフォームを採用し、ブランドの擁護を通じて運用能力を向上してきた。
しかし、こうしたソーシャルメディアキャンペーンがこれらの機関に与える影響は、特に災害期には未解明のままである。
本研究は,災害時(自然災害時)にソーシャルメディアがドナーの行動やプラットフォームの利用に与える影響を理解するための,定量的な調査枠組みを導入・適用するものである。
より具体的には、FacebookのインタラクションやGoogleの検索トレンドによって捉えられたオンラインエンゲージメントが、2019-2020年の豪森林火災シーズンにおける寄付者の行動にどのように対応するかを検討する。
この関係を明らかにするため、この期間を通じてオーストラリア赤十字への寄付の記録を分析した。
我々の探索的研究は、ソーシャルメディアキャンペーンが専用ウェブサイトを通じてオンライン寄付を奨励する効果があることを明らかにした。
また,より定期的な直接寄託ギフト方式と比較した。
関連論文リスト
- Labeled Datasets for Research on Information Operations [71.34999856621306]
ソーシャルメディアプラットフォームによって検証されたIOポストと、同様のトピックを同じ時間フレーム(制御データ)で議論した303kアカウントによる1300万以上の投稿の両方を含む、26のキャンペーンに関するラベル付きデータセットを新たに提示する。
データセットは、さまざまなキャンペーンや国で調整されたアカウントによって使用される物語、ネットワークインタラクション、エンゲージメント戦略の研究を促進する。
論文 参考訳（メタデータ） (2024-11-15T22:15:01Z) - The Psychological Impacts of Algorithmic and AI-Driven Social Media on Teenagers: A Call to Action [0.0]
本研究では,ソーシャルメディアを取り巻くメタ問題について検討する。
より親密な関係を育み、社会生活を改善する代わりに、ソーシャルメディアの根底にあるアルゴリズムと構造が個人の心理的影響に大きく貢献する。
この現象は、オンラインペルソナのキュレーション、完璧なデジタルイメージを提示するためのピアプレッシャー、そしてソーシャルメディア体験を特徴づける通知やアップデートの絶え間ない砲撃に不公平に影響を受けるティーンエイジャーの間で特に顕著である。
論文 参考訳（メタデータ） (2024-08-19T18:49:12Z) - CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [49.2719253711215]
本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。
本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。
この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
論文 参考訳（メタデータ） (2024-06-16T23:01:10Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳（メタデータ） (2023-10-20T06:17:02Z) - Investigating disaster response through social media data and the
Susceptible-Infected-Recovered (SIR) model: A case study of 2020 Western U.S.
wildfire season [0.8999666725996975]
ソーシャルメディアは災害時の公衆の懸念や要求を反映することができる。
Twitterデータからトピックをクラスタリングするために、BERT(Bidirectional Representations from Transformers)トピックモデリングを使用しました。
本研究では、ソーシャルメディアデータを用いたSIRモデルとトピックモデリングが、災害対応を定量的に評価するための意思決定者に提供する方法について詳述する。
論文 参考訳（メタデータ） (2023-08-10T01:51:33Z) - The Effectiveness of Social Media Engagement Strategy on Disaster
Fundraising [3.148052072828531]
ソーシャルメディアプラットフォームは、早期に様々なコミュニティに重要な情報を広めることで、非営利団体の効果的な災害管理を支援する。
現在の文献は、ソーシャルメディアのエンゲージメントと危機管理の相関を調査する理論的構造を欠いている。
オーストラリア赤十字のような大規模非営利団体は、様々な助成金を通じて6000人近いブッシュファイアの生存者を支援し、心理学的支援を受けた21,563人を支援している。
論文 参考訳（メタデータ） (2022-10-19T10:57:33Z) - Adherence to Misinformation on Social Media Through Socio-Cognitive and
Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。
偏光と誤情報付着が密接な関係にあると仮定する。
論文 参考訳（メタデータ） (2022-06-30T12:34:24Z) - How COVID-19 Have Changed Crowdfunding: Evidence From GoFundMe [77.34726150561087]
この研究は、過去2年間にGoFundMeで公開されたすべてのキャンペーンのユニークなデータセットを使用する。
我々は、クラウドファンディングサイトに存在するカバーイメージやその他の変数を分析し、クラウドファンドされたプロジェクトのコーパスについて研究する。
論文 参考訳（メタデータ） (2021-06-18T08:03:58Z) - Critical Impact of Social Networks Infodemic on Defeating Coronavirus
COVID-19 Pandemic: Twitter-Based Study and Research Directions [1.6571886312953874]
2019年の推計295億人が世界中でソーシャルメディアを利用している。
コロナウイルスの流行は、ソーシャルメディアの津波を引き起こした。
本稿では,Twitterから収集したデータに基づく大規模研究について述べる。
論文 参考訳（メタデータ） (2020-05-18T15:53:13Z) - Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。
本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
論文 参考訳（メタデータ） (2020-04-28T23:54:33Z) - Sense-Giving Strategies of Media Organisations in Social Media Disaster
Communication: Findings from Hurricane Harvey [0.0]
本研究では,メディア組織における極端な出来事におけるコミュニケーション戦略について検討する。
2017年のハリケーン・ハーベイで、9,414,463件の投稿からなるTwitterデータセットが収集された。
ソーシャル・ネットワークとコンテンツ分析の手法をメディア・コミュニケーション・アプローチの特定に応用した。
論文 参考訳（メタデータ） (2020-04-18T09:37:17Z)
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。