論文の概要: Analysis of Climate Campaigns on Social Media using Bayesian Model Averaging

• arxiv url: http://arxiv.org/abs/2305.06174v2
• Date: Fri, 30 Jun 2023 18:06:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-04 13:22:44.524964
• Title: Analysis of Climate Campaigns on Social Media using Bayesian Model Averaging
• Title（参考訳）: ベイズモデル平均化によるソーシャルメディア上の気候キャンペーンの分析
• Authors: Tunazzina Islam, Ruqi Zhang, Dan Goldwasser
• Abstract要約: 我々は、産業、その擁護団体、および気候変動擁護団体がソーシャルメディアを用いて、気候変動に関する物語にどのように影響するかを分析する。 我々は、Facebook上の気候広告のスタンスを特定するために、メッセージテーマと組み合わされた最小限のモデルスープ[57]アプローチを提案する。
• 参考スコア（独自算出の注目度）: 29.413444722550356
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Climate change is the defining issue of our time, and we are at a defining moment. Various interest groups, social movement organizations, and individuals engage in collective action on this issue on social media. In addition, issue advocacy campaigns on social media often arise in response to ongoing societal concerns, especially those faced by energy industries. Our goal in this paper is to analyze how those industries, their advocacy group, and climate advocacy group use social media to influence the narrative on climate change. In this work, we propose a minimally supervised model soup [57] approach combined with messaging themes to identify the stances of climate ads on Facebook. Finally, we release our stance dataset, model, and set of themes related to climate campaigns for future work on opinion mining and the automatic detection of climate change stances.
• Abstract（参考訳）: 気候変動は私たちの時代の決定的な問題であり、私たちは決定的な瞬間にあります。 様々な利害団体、社会運動組織、個人がソーシャルメディア上でこの問題に対して集団行動を行う。 また、ソーシャルメディア上でのイシューアドボケーションキャンペーンは、特にエネルギー産業が直面している社会的な懸念に応えて発生することが多い。 本研究の目的は,これらの産業,支援団体,気候擁護団体がソーシャルメディアを用いて,気候変動に関する物語にどのように影響を与えるかを分析することである。 本研究では,facebook上での気候広告のスタンスを特定するために,メッセージテーマと組み合わせたモデルスープ[57]アプローチを提案する。 最後に,気候変動の姿勢の自動検出と意見マイニングに関する今後の取り組みに向けて,気候キャンペーンに関連する姿勢データセット,モデル,テーマセットをリリースする。

関連論文リスト

• Causal Modeling of Climate Activism on Reddit [4.999814847776098]
  我々は、Redditユーザーが大規模な気候抗議を推進している活動家コミュニティとどのように、なぜ関わりを持つのかについて、包括的な因果関係モデルを構築している。 気候変動に関心のあるユーザーの間では、オンライン活動家コミュニティへの参加は、実際に活動家と直接の交流に影響されている。 気候変動を自覚する人々の中で、社会経済的背景の低い左派は特にオンライン活動家グループに代表される。
  論文  参考訳（メタデータ） (2024-10-14T14:41:09Z)
• Comparing Data-Driven and Mechanistic Models for Predicting Phenology in Deciduous Broadleaf Forests [47.285748922842444]
  我々は、気象時系列から表現指標を予測するために、ディープニューラルネットワークを訓練する。 このアプローチは従来のプロセスベースのモデルよりも優れています。
  論文  参考訳（メタデータ） (2024-01-08T15:29:23Z)
• Understanding Opinions Towards Climate Change on Social Media [2.31449645503075]
  我々は,実世界の出来事がソーシャルメディア上での気候変動関連トピックに対する個人の意見にどのように影響するかを理解することを目的としている。 我々は2006年から2019年にかけて360万人のユーザーが送った1360万ツイートのデータセットを抽出し分析した。 我々の研究は、COPイベントを取り巻く温暖化対策コミュニティの進化を理解するための第一歩として機能する。
  論文  参考訳（メタデータ） (2023-12-02T20:02:34Z)
• ClimateNLP: Analyzing Public Sentiment Towards Climate Change Using Natural Language Processing [0.0]
  本稿では、自然言語処理(NLP)技術を用いて、気候変動に関する話題を分析し、気候変動に関連するツイートの感情を定量化する。 目的は、個人が表現する感情を識別し、気候変動に関する世論のパターンを明らかにすることである。
  論文  参考訳（メタデータ） (2023-10-12T07:48:50Z)
• Climate Change & Computer Audition: A Call to Action and Overview on Audio Intelligence to Help Save the Planet [98.97255654573662]
  この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。 我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
  論文  参考訳（メタデータ） (2022-03-10T13:32:31Z)
• Trend and Thoughts: Understanding Climate Change Concern using Machine Learning and Social Media Data [3.7384509727711923]
  われわれは大規模な気候変動のTwitterデータセットを構築し、機械学習を用いて包括的な分析を行った。 トピックモデリングと自然言語処理を行うことで、気候変動に関するツイート数と主要な気候イベントの関係を示す。 我々のデータセットはKaggleで公開されており、さらなる研究に利用できる。
  論文  参考訳（メタデータ） (2021-11-06T19:59:03Z)
• ClimateGAN: Raising Climate Change Awareness by Generating Images of Floods [89.61670857155173]
  実画像上でのリアルな洪水をシミュレートする手法を提案する。 本研究では、教師なし領域適応と条件付き画像生成のためのシミュレーションデータと実データの両方を活用するモデルであるClimateGANを提案する。
  論文  参考訳（メタデータ） (2021-10-06T15:54:57Z)
• Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
  近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。 これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。 本稿では,本稿で開発したツールと方法論について紹介する。
  論文  参考訳（メタデータ） (2020-11-03T21:22:42Z)
• Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
  2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。 我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
  論文  参考訳（メタデータ） (2020-10-20T15:31:38Z)
• From Talk to Action with Accountability: Monitoring the Public Discussion of Policy Makers with Deep Neural Networks and Topic Modelling [0.0]
  マルチソーストピックアグリゲーションシステム (MuSTAS) を提案する。 MuSTASは、いくつかの公開ソースからのポリシー作成者によるスピーチとレトリックを、容易に消化可能なトピックの要約に処理する。 この話題の消化は、政治家が気候変動と気候政策についてどこに、どのように、いつ話すかを評価するのに、一般市民や市民社会に役立ちます。
  論文  参考訳（メタデータ） (2020-10-16T12:21:01Z)

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。