論文の概要: Accurate Measures of Vaccination and Concerns of Vaccine Holdouts from Web Search Logs

• arxiv url: http://arxiv.org/abs/2306.07457v1
• Date: Mon, 12 Jun 2023 23:19:55 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-14 15:39:39.663162
• Title: Accurate Measures of Vaccination and Concerns of Vaccine Holdouts from Web Search Logs
• Title（参考訳）: web検索ログによるワクチン接種の正確な対策とワクチンホールドアウトの懸念
• Authors: Serina Chang, Adam Fourney, Eric Horvitz
• Abstract要約: 大規模検索エンジンのログと機械学習がワクチンデータのギャップを埋めるためにどのように活用できるかを示す。 我々は、ユーザーが検索で新型コロナウイルスワクチンをいつ探しているのかを正確に検出できるワクチン意図分類器を開発した。 分類器を用いて、ワクチンアーリーアダプターとワクチンホールドアウトの2つのグループを識別する。
• 参考スコア（独自算出の注目度）: 31.231365080959247
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To design effective vaccine policies, policymakers need detailed data about who has been vaccinated, who is holding out, and why. However, existing data in the US are insufficient: reported vaccination rates are often delayed or missing, and surveys of vaccine hesitancy are limited by high-level questions and self-report biases. Here, we show how large-scale search engine logs and machine learning can be leveraged to fill these gaps and provide novel insights about vaccine intentions and behaviors. First, we develop a vaccine intent classifier that can accurately detect when a user is seeking the COVID-19 vaccine on search. Our classifier demonstrates strong agreement with CDC vaccination rates, with correlations above 0.86, and estimates vaccine intent rates to the level of ZIP codes in real time, allowing us to pinpoint more granular trends in vaccine seeking across regions, demographics, and time. To investigate vaccine hesitancy, we use our classifier to identify two groups, vaccine early adopters and vaccine holdouts. We find that holdouts, compared to early adopters matched on covariates, are 69% more likely to click on untrusted news sites. Furthermore, we organize 25,000 vaccine-related URLs into a hierarchical ontology of vaccine concerns, and we find that holdouts are far more concerned about vaccine requirements, vaccine development and approval, and vaccine myths, and even within holdouts, concerns vary significantly across demographic groups. Finally, we explore the temporal dynamics of vaccine concerns and vaccine seeking, and find that key indicators emerge when individuals convert from holding out to preparing to accept the vaccine.
• Abstract（参考訳）: 効果的なワクチン政策を設計するために、政策立案者は誰がワクチンを接種されたか、誰が保留なのか、その理由に関する詳細なデータを必要としている。 報告された予防接種率はしばしば遅延または欠如しており、ワクチンの難易度に関する調査は高いレベルの質問と自己報告バイアスによって制限されている。 本稿では,これらのギャップを埋めるために,大規模検索エンジンログと機械学習をどのように活用できるかを示し,ワクチンの意図や行動に関する新たな洞察を提供する。 まず、ユーザが検索で新型コロナウイルスワクチンを求めていることを正確に検出できるワクチン意図分類器を開発する。 我々の分類器はCDC予防接種率と強く一致しており、その相関関係は0.86以上であり、ワクチン意図率をリアルタイムでZIPコードレベルに推定することで、地域、人口統計、時間にわたってワクチンのより詳細な傾向を見極めることができる。 本研究の目的は,ワクチンの早期導入とワクチン接種という2つのグループを分類することである。 私たちは、covariatesにマッチするアーリーアダプターと比べて、信頼できないニュースサイトをクリックする確率が69%高いことを発見した。 さらに,25,000のワクチン関連URLをワクチンに関する階層的オントロジーに整理し,ワクチンの要件,ワクチン開発と承認,ワクチン神話,さらにはホールドアウトにおいても,人口集団間で懸念が著しく異なることが判明した。 最後に、ワクチンの関心事とワクチン探索の時間的ダイナミクスを探求し、個人がワクチンの受け入れの準備から手を差し伸べるときに重要な指標が現れることを確認する。

関連論文リスト

• Evaluating COVID-19 vaccine allocation policies using Bayesian $m$-top exploration [53.122045119395594]
  マルチアーム・バンディット・フレームワークを用いてワクチンのアロケーション戦略を評価する新しい手法を提案する。 $m$-top Exploringにより、アルゴリズムは最高のユーティリティを期待する$m$ポリシーを学ぶことができる。 ベルギーのCOVID-19流行を個人モデルSTRIDEを用いて検討し、予防接種方針のセットを学習する。
  論文  参考訳（メタデータ） (2023-01-30T12:22:30Z)
• VaxxHesitancy: A Dataset for Studying Hesitancy towards COVID-19 Vaccination on Twitter [6.061534265076204]
  新型コロナウイルス(COVID-19)ワクチン接種に対するユーザの態度を示す3,101件以上のツイートの新たなコレクションを作成します。 私たちの知る限りでは、ワクチンのヘシタシーを、予防的および抗ワクチン的スタンスとは異なるカテゴリとしてモデル化する最初のデータセットとモデルです。
  論文  参考訳（メタデータ） (2023-01-17T02:00:31Z)
• 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)
• 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)
• VacciNet: Towards a Smart Framework for Learning the Distribution Chain Optimization of Vaccines for a Pandemic [0.0]
  我々は、VacciNetと呼ぶ、教師付き学習と強化学習(RL)を活用する新しいフレームワークを提唱した。 RLは、国の州におけるワクチン接種需要を予測し、また、調達と供給の最小コストのために、州における最適なワクチン割り当てを提案することができる。
  論文  参考訳（メタデータ） (2022-08-01T19:37:33Z)
• 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)
• Disentangled Learning of Stance and Aspect Topics for Vaccine Attitude Detection in Social Media [40.61499595293957]
  VADetと呼ばれるワクチンの姿勢検出のための新しい半教師付きアプローチを提案する。 VADetは、歪んだ姿勢とアスペクトトピックを学習することができ、スタンス検出とツイートクラスタリングの両方で、既存のアスペクトベースの感情分析モデルより優れています。
  論文  参考訳（メタデータ） (2022-05-06T15:24:33Z)
• VaccineLies: A Natural Language Resource for Learning to Recognize Misinformation about the COVID-19 and HPV Vaccines [0.0]
  VaccineLiesは、新型コロナウイルスワクチンとヒトパピローマウイルス(HPV)ワクチンの2つのワクチンに関する誤情報を広めるツイートの集合体である。 Twitter上で偽情報ターゲティングワクチンを自動的に認識する機能は、データリソースの可用性に依存する。
  論文  参考訳（メタデータ） (2022-02-18T22:09:38Z)
• 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。