論文の概要: Comfort Foods and Community Connectedness: Investigating Diet Change
during COVID-19 Using YouTube Videos on Twitter
- arxiv url: http://arxiv.org/abs/2305.11398v1
- Date: Fri, 19 May 2023 02:51:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-22 16:33:08.600489
- Title: Comfort Foods and Community Connectedness: Investigating Diet Change
during COVID-19 Using YouTube Videos on Twitter
- Title(参考訳): 快適食品とコミュニティコネクテッドネス:twitter上のyoutubeビデオによるcovid-19時の食生活の変化の調査
- Authors: Yelena Mejova, Lydia Manikonda
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミック・ロックダウン(パンデミック・ロックダウン)は、何百万人もの人々の習慣を大きく変えた。
われわれは、ダイエット、運動、フィットネスに関するツイートに埋め込まれたYouTubeビデオを使って、パンデミックのロックダウンがダイエットと栄養に与える影響を調査している。
- 参考スコア(独自算出の注目度): 5.761735637750927
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Unprecedented lockdowns at the start of the COVID-19 pandemic have
drastically changed the routines of millions of people, potentially impacting
important health-related behaviors. In this study, we use YouTube videos
embedded in tweets about diet, exercise and fitness posted before and during
COVID-19 to investigate the influence of the pandemic lockdowns on diet and
nutrition. In particular, we examine the nutritional profile of the foods
mentioned in the transcript, description and title of each video in terms of
six macronutrients (protein, energy, fat, sodium, sugar, and saturated fat).
These macronutrient values were further linked to demographics to assess if
there are specific effects on those potentially having insufficient access to
healthy sources of food. Interrupted time series analysis revealed a
considerable shift in the aggregated macronutrient scores before and during
COVID-19. In particular, whereas areas with lower incomes showed decrease in
energy, fat, and saturated fat, those with higher percentage of African
Americans showed an elevation in sodium. Word2Vec word similarities and odds
ratio analysis suggested a shift from popular diets and lifestyle bloggers
before the lockdowns to the interest in a variety of healthy foods, communal
sharing of quick and easy recipes, as well as a new emphasis on comfort foods.
To the best of our knowledge, this work is novel in terms of linking attention
signals in tweets, content of videos, their nutrients profile, and aggregate
demographics of the users. The insights made possible by this combination of
resources are important for monitoring the secondary health effects of social
distancing, and informing social programs designed to alleviate these effects.
- Abstract(参考訳): 新型コロナウイルス(COVID-19)のパンデミックの開始に先立つロックダウンは、何百万人もの人々のルーチンを大きく変えた。
本研究では、COVID-19前後に投稿された食事、運動、フィットネスに関するツイートに埋め込まれたYouTubeビデオを用いて、パンデミックのロックダウンが食事と栄養に与える影響を調査する。
特に,6種類の大栄養素 (タンパク質, エネルギー, 脂肪, ナトリウム, 糖, 飽和脂肪) を用いて, それぞれのビデオの転写, 記述, タイトルに記載された食品の栄養プロファイルについて検討した。
これらのマクロ栄養値は、健康な食品の供給源にアクセスできない可能性がある人々に特定の影響があるかどうかを評価するために、人口統計学にさらに関連づけられた。
断続的時系列分析では、新型コロナウイルス前後のマクロ栄養値がかなり変化した。
特に,低所得地域ではエネルギー,脂肪,飽和脂肪の減少がみられたが,高率のアフリカ系アメリカ人ではナトリウムの上昇がみられた。
Word2Vecの単語の類似性とオッズ比分析は、ロックダウン前の人気ダイエットやライフスタイルブロガーから、様々な健康食品への関心、迅速で簡単なレシピの共有、快適な食品への新たな重点へのシフトを示唆した。
私たちの知る限りでは、この研究はツイートの注意信号、ビデオのコンテンツ、栄養素プロファイル、ユーザーの総人口統計をリンクするという点で斬新だ。
この資源の組み合わせによって可能になった洞察は、社会的距離の二次的健康効果を監視し、これらの効果を緩和するために設計された社会プログラムに知らせるために重要である。
関連論文リスト
- NutriBench: A Dataset for Evaluating Large Language Models on Nutrition Estimation from Meal Descriptions [6.223619389512576]
NutriBenchは、初めて公開された自然言語による食事記述栄養ベンチマークである。
世界の食事摂取データから生成された11,857件の食事記述から成っている。
データは人間によって検証され、炭水化物、タンパク質、脂肪、カロリーを含むマクロ栄養ラベルで注釈付けされている。
論文 参考訳(メタデータ) (2024-07-04T15:10:51Z) - NutritionVerse-Direct: Exploring Deep Neural Networks for Multitask Nutrition Prediction from Food Images [63.314702537010355]
自己申告法はしばしば不正確であり、重大な偏見に悩まされる。
近年、食品画像から栄養情報を予測するためにコンピュータビジョン予測システムを用いた研究が進められている。
本稿では,様々なニューラルネットワークアーキテクチャを活用することにより,食事摂取量推定の有効性を高めることを目的とする。
論文 参考訳(メタデータ) (2024-05-13T14:56:55Z) - How Much You Ate? Food Portion Estimation on Spoons [63.611551981684244]
現在の画像に基づく食品部分推定アルゴリズムは、ユーザが食事の画像を1、2回取ることを前提としている。
本稿では,静止型ユーザ向けカメラを用いて,機器上の食品の追跡を行う革新的なソリューションを提案する。
本システムは,スープやシチューなどの液状固形不均一混合物の栄養含量の推定に信頼性が高い。
論文 参考訳(メタデータ) (2024-05-12T00:16:02Z) - NutritionVerse-Real: An Open Access Manually Collected 2D Food Scene
Dataset for Dietary Intake Estimation [68.49526750115429]
食事摂取推定のための2D食品シーンデータセットであるNutritionVerse-Realを導入する。
NutritionVerse-Realデータセットは、実生活における食品シーンのイメージを手作業で収集し、各成分の重量を測定し、各料理の食生活内容を計算することによって作成されました。
論文 参考訳(メタデータ) (2023-11-20T11:05:20Z) - Feeding the Crave: How People with Eating Disorders Get Trapped in the Perpetual Cycle of Digital Food Content [4.4818145497483854]
摂食障害のある人を対象に,デジタル食品を消費する動機と実践を理解するために2つの研究を行った。
本研究は、参加者が食品メディアの症状を克服するために陽性効果を期待していることを明らかにするが、実際には障害を悪化させることがしばしばある。
論文 参考訳(メタデータ) (2023-11-10T08:09:42Z) - NutritionVerse: Empirical Study of Various Dietary Intake Estimation Approaches [59.38343165508926]
食事の正確な摂取推定は、健康的な食事を支援するための政策やプログラムを伝える上で重要である。
最近の研究は、コンピュータービジョンと機械学習を使用して、食物画像から食事摂取を自動的に推定することに焦点を当てている。
我々は,84,984個の合成2D食品画像と関連する食事情報を用いた最初の大規模データセットであるNutritionVerse-Synthを紹介した。
また、リアルなイメージデータセットであるNutritionVerse-Realを収集し、リアル性を評価するために、251の料理の889のイメージを含む。
論文 参考訳(メタデータ) (2023-09-14T13:29:41Z) - Biased Bytes: On the Validity of Estimating Food Consumption from
Digital Traces [17.890674216192277]
ソーシャルメディア(Twitter)と食品追跡アプリケーション(MyFoodRepo)による食事行動の関連を定量化する。
例えば、パンはTwitterよりも消費食品や追跡食品の2.5倍、ケーキはTwitterの12倍の頻度である。
食べ物の種類によって、Twitterに投稿された食べ物は、消費された食品や追跡された食品と比べて、美味しく、カロリーが高く、健康が悪く、家庭で消費された可能性が低く、より複雑で、より大きいものと見なされている。
論文 参考訳(メタデータ) (2022-08-30T17:13:16Z) - Towards the Creation of a Nutrition and Food Group Based Image Database [58.429385707376554]
栄養・食品群に基づく画像データベースを構築するための枠組みを提案する。
米国農務省食品栄養データベース(FNDDS)における食品群に基づく食品コードリンクプロトコルを設計する。
提案手法は16,114個の食品データセットを含む栄養・食品群に基づく画像データベースを構築するために用いられる。
論文 参考訳(メタデータ) (2022-06-05T02:41:44Z) - Vision-Based Food Analysis for Automatic Dietary Assessment [49.32348549508578]
本総説では, 食品画像分析, 容積推定, 栄養素抽出の3段階からなる, 統合型ビジョンベース食事評価(VBDA)の枠組みを概説する。
深層学習により、VBDAは徐々にエンドツーエンドの実装へと移行し、単一のネットワークに食品画像を適用して栄養を直接見積もる。
論文 参考訳(メタデータ) (2021-08-06T05:46:01Z) - A Review of the Vision-based Approaches for Dietary Assessment [4.347952928399708]
肥満などの食生活にまつわる問題は現代社会ではますます懸念されている。
コンピュータによる食品認識は、食事摂取量を評価するための視覚に基づく自動手法を提供する。
論文 参考訳(メタデータ) (2021-06-21T06:30:06Z) - Formation of Social Ties Influences Food Choice: A Campus-Wide
Longitudinal Study [35.304562448945184]
Ecole Polytechnique Federale de Lausanne(EPFL)大学のキャンパスでは8年間に3800万件の食品購入を記録しています。
受動的に観測されたログデータから因果効果を推定する。
食品の購入頻度が食相手の食品選択の健康性に大きく影響する食品を特定した。
論文 参考訳(メタデータ) (2021-02-17T13:47:28Z)
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。