論文の概要: The RW3D: A multi-modal panel dataset to understand the psychological
impact of the pandemic
- arxiv url: http://arxiv.org/abs/2302.00606v1
- Date: Wed, 1 Feb 2023 17:13:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-02 12:38:33.668105
- Title: The RW3D: A multi-modal panel dataset to understand the psychological
impact of the pandemic
- Title（参考訳）: RW3D:パンデミックの心理的影響を理解するためのマルチモーダルパネルデータセット
- Authors: Isabelle van der Vegt and Bennett Kleinberg
- Abstract要約: データセットは、リッチなオープンエンドな自由テキスト応答と、感情、重要なライフイベント、心理的ストレスに関する調査データを組み合わせた、英国における3年以上にわたる反復的な測定設計である。
本稿では、データ収集手順、記録された変数、参加者の人口統計、およびデータから出現した高次心理学的およびテキストに基づく派生変数に関する背景情報を提供する。
- 参考スコア（独自算出の注目度）: 0.6675491069288519
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Besides far-reaching public health consequences, the COVID-19 pandemic had a
significant psychological impact on people around the world. To gain further
insight into this matter, we introduce the Real World Worry Waves Dataset
(RW3D). The dataset combines rich open-ended free-text responses with survey
data on emotions, significant life events, and psychological stressors in a
repeated-measures design in the UK over three years (2020: n=2441, 2021: n=1716
and 2022: n=1152). This paper provides background information on the data
collection procedure, the recorded variables, participants' demographics, and
higher-order psychological and text-based derived variables that emerged from
the data. The RW3D is a unique primary data resource that could inspire new
research questions on the psychological impact of the pandemic, especially
those that connect modalities (here: text data, psychological survey variables
and demographics) over time.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、公衆衛生の悪化に加え、世界中の人々に大きな心理的影響をもたらした。
この問題についてさらなる知見を得るため、Real World Worry Waves Dataset (RW3D)を紹介します。
このデータセットは、リッチなオープンエンドのフリーテキスト応答と感情、重要な人生の出来事、心理的ストレスに関する調査データを3年間にわたってイギリスで繰り返し測定した(2020年: n=2441, 2021: n=1716, 2022: n=1152)。
本稿では,データ収集手順,記録された変数,参加者の人口統計,データから出現した高次心理学的およびテキストに基づく派生変数について背景情報を提供する。
rw3dは、パンデミックの心理的影響、特に時間とともにモダリティ(テキストデータ、心理的調査変数、人口統計)をつなぐものに関する、新たな研究疑問を喚起する、ユニークなプライマリデータリソースである。
関連論文リスト
- Towards Algorithmic Fidelity: Mental Health Representation across Demographics in Synthetic vs. Human-generated Data [27.13970925299262]
HEADROOMは,抑うつ性ストレス因子に関する3,120のポストからなる合成データセットである。
本研究は,各人口集団の主ストレス要因を特定するために,意味的および語彙的分析を行う。
本稿では,GPT-3を用いた抑うつデータ作成のためのクエリ生成手法を提案する。
論文 参考訳（メタデータ） (2024-03-25T16:21:25Z) - Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。
提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。
これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文 参考訳（メタデータ） (2023-05-25T21:01:00Z) - Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。
パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。
研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
論文 参考訳（メタデータ） (2023-03-23T17:19:26Z) - COVID Future Panel Survey: A Unique Public Dataset Documenting How U.S.
Residents' Travel Related Choices Changed During the COVID-19 Pandemic [0.0]
新型コロナウイルス(COVID-19)のパンデミックは前例のない世界的な危機であり、事実上すべての人に影響を与えている。
米国では,パンデミック前後の旅行行動や態度の変化に関する情報収集のため,全国のオンライン縦断調査を実施した。
調査は、パンデミックに対する反応が時間とともにどのように進化してきたかを観察するため、同じ回答者に展開されている。
論文 参考訳（メタデータ） (2022-08-11T03:36:47Z) - Sentiment Analysis and Effect of COVID-19 Pandemic using College
SubReddit Data [3.5966786737142304]
パンデミック前と比較して、パンデミックが人々の感情や心理的状態にどのように影響したかを検討する。
Redditのソーシャルメディアデータは、2019年(パンデミック前)と2020年(パンデミック前)の8つの大学に関連するサブレディットコミュニティから収集しました。
収集したデータに基づいて,モデル予測された感情ラベルを用いて,パンデミックと対人教育が感情に与える影響を推定するために,一般化された線形混合効果モデルを用いた。
論文 参考訳（メタデータ） (2021-11-30T19:15:06Z) - Retiring Adult: New Datasets for Fair Machine Learning [47.27417042497261]
UCIアダルトは、多くのアルゴリズム的公正な介入の開発と比較の基礎として機能している。
UCIアダルトデータのスーパーセットを米国国勢調査資料から再構築し、その外部妥当性を制限するUCIアダルトデータセットの慣用性を明らかにする。
私たちの主な貢献は、公正な機械学習の研究のために既存のデータエコシステムを拡張する、一連の新しいデータセットです。
論文 参考訳（メタデータ） (2021-08-10T19:19:41Z) - Worry, coping and resignation -- A repeated-measures study on emotional
responses after a year in the pandemic [0.5414308305392761]
本稿では,パンデミックに対する情緒的反応を反復的に検討する。
参加者に対して,感情を報告し,テキストデータで表現するように求めた。
統計検査の結果、パンデミックの適応性向上に向けた平均的な傾向が明らかになった。
言語学的解析により、トピックとn-gramの周波数が予防接種プログラムに注意を向けることが判明した。
論文 参考訳（メタデータ） (2021-07-07T20:20:10Z) - Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia
for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。
実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文 参考訳（メタデータ） (2021-06-20T10:48:49Z) - A Computer Vision System to Help Prevent the Transmission of COVID-19 [79.62140902232628]
新型コロナウイルスのパンデミックは世界中の日常生活のあらゆる領域に影響を与える。
保健機関は、ソーシャルディスタンス、フェイスマスクを着用し、触れる顔を避けることをアドバイスします。
我々は、新型コロナウイルスの感染を防ぐためのディープラーニングベースのコンピュータビジョンシステムを開発した。
論文 参考訳（メタデータ） (2021-03-16T00:00:04Z) - Face Off: Polarized Public Opinions on Personal Face Mask Usage during
the COVID-19 Pandemic [77.34726150561087]
様々な政府機関による一連の政策変更は、フェイスマスクの偏光に寄与したと推測されている。
新型コロナウイルスの感染拡大に伴う米国でのマスクに対する国民の感情を正確に評価するための新しいアプローチを提案する。
2つの重要な政策シフトの出来事が、共和党と民主党の両方の感情の統計的に重要な変化に寄与している。
論文 参考訳（メタデータ） (2020-10-31T18:52:41Z)
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。