論文の概要: Characterizing the Emotion Carriers of COVID-19 Misinformation and Their
Impact on Vaccination Outcomes in India and the United States
- arxiv url: http://arxiv.org/abs/2306.13954v1
- Date: Sat, 24 Jun 2023 12:56:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-27 18:01:05.353021
- Title: Characterizing the Emotion Carriers of COVID-19 Misinformation and Their
Impact on Vaccination Outcomes in India and the United States
- Title（参考訳）: 新型コロナウイルスの誤報の感情キャリアーの特徴と、インドと米国におけるワクチン接種成績への影響
- Authors: Ridam Pal, Sanjana S, Deepak Mahto, Kriti Agrawal, Gopal Mengi, Sargun
Nagpal, Akshaya Devadiga, Tavpritesh Sethi
- Abstract要約: 新型コロナウイルス(COVID-19)のインフォデミックは、世界規模での健康行動や結果に前例のない影響を与えた。
嫌悪感、期待、怒りは、米国での偽情報ツイートの増加と関連づけられた。
インドでは偽情報率は予防接種とリード関係を示し、アメリカでは予防接種に遅れを取っていた。
- 参考スコア（独自算出の注目度）: 0.5936652393309938
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The COVID-19 Infodemic had an unprecedented impact on health behaviors and
outcomes at a global scale. While many studies have focused on a qualitative
and quantitative understanding of misinformation, including sentiment analysis,
there is a gap in understanding the emotion-carriers of misinformation and
their differences across geographies. In this study, we characterized emotion
carriers and their impact on vaccination rates in India and the United States.
A manually labelled dataset was created from 2.3 million tweets and collated
with three publicly available datasets (CoAID, AntiVax, CMU) to train deep
learning models for misinformation classification. Misinformation labelled
tweets were further analyzed for behavioral aspects by leveraging Plutchik
Transformers to determine the emotion for each tweet. Time series analysis was
conducted to study the impact of misinformation on spatial and temporal
characteristics. Further, categorical classification was performed using
transformer models to assign categories for the misinformation tweets.
Word2Vec+BiLSTM was the best model for misinformation classification, with an
F1-score of 0.92. The US had the highest proportion of misinformation tweets
(58.02%), followed by the UK (10.38%) and India (7.33%). Disgust, anticipation,
and anger were associated with an increased prevalence of misinformation
tweets. Disgust was the predominant emotion associated with misinformation
tweets in the US, while anticipation was the predominant emotion in India. For
India, the misinformation rate exhibited a lead relationship with vaccination,
while in the US it lagged behind vaccination. Our study deciphered that
emotions acted as differential carriers of misinformation across geography and
time. These carriers can be monitored to develop strategic interventions for
countering misinformation, leading to improved public health.
- Abstract（参考訳）: 新型コロナウイルスのインフォデミックは、世界規模で健康行動や結果に前例のない影響を与えた。
感情分析を含む誤情報の質的、定量的な理解に多くの研究が注力してきたが、誤情報の感情・キャリアとその地域間の違いを理解することにはギャップがある。
本研究では,インドと米国での感情キャリアとワクチン接種率への影響を特徴付ける。
手動でラベル付けされたデータセットは、230万のツイートから作成され、3つの公開データセット(CoAID、AntiVax、CMU)と照合して、誤情報分類のためのディープラーニングモデルをトレーニングした。
Plutchik Transformerを利用して各ツイートの感情を判断することで、誤ったラベル付きつぶやきをさらに分析した。
誤情報が時間的・時間的特性に与える影響を調べるために時系列分析を行った。
さらに、誤報ツイートのカテゴリを割り当てるために、トランスフォーマーモデルを用いてカテゴリ分類を行った。
Word2Vec+BiLSTMは誤情報分類の最良のモデルであり、F1スコアは0.92である。
アメリカは偽情報ツイートが最も多く(58.02%)、イギリス(10.38%)とインド(7.33%)が続いた。
嫌悪感、期待、怒りは、誤報ツイートの増加と関連していた。
嫌悪感は米国における誤報のツイートに関連する主要な感情であり、予想はインドにおける主要な感情であった。
インドでは偽情報率は予防接種とリード関係を示し、アメリカでは予防接種に遅れを取っていた。
我々の研究は、感情が地理的および時間にわたって誤情報の異なるキャリアとして振る舞うことを解読した。
これらのキャリアは、誤った情報に対抗する戦略的介入を開発するために監視され、公衆衛生の改善につながる。
関連論文リスト
- Fine-tuned Sentiment Analysis of COVID-19 Vaccine-Related Social Media
Data: Comparative Study [0.7874708385247353]
本研究は、RedditとTwitterの2つの人気ソーシャルメディアプラットフォーム上で表現された新型コロナウイルスワクチンに関する公衆の感情を調査し、比較した。
私たちは、約950万のツイートと7万のRedditコメントの感情を予測するために、微調整されたDistilRoBERTaモデルを作成しました。
その結果、Twitter上で表現される平均的な感情は、ポジティブよりもネガティブ(52%)であることが判明した。
論文 参考訳（メタデータ） (2022-10-17T16:22:18Z) - 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) - Deep Learning-Based Sentiment Analysis of COVID-19 Vaccination Responses
from Twitter Data [2.6256839599007273]
この研究は、新型コロナウイルスワクチンに関する世論の理解を助け、われわれの美しい世界からコロナウイルスを根絶する目的に影響を及ぼすだろう。
ソーシャルメディアは、現在感情や感情を表現する最良の方法であり、その助けを借りて、特にTwitterは、トレンドと人々の心の中で何が起きているのかをよりよく理解することができる。
論文 参考訳（メタデータ） (2022-08-26T18:07:37Z) - 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) - "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the
Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。
我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文 参考訳（メタデータ） (2022-06-12T19:41:01Z) - ArCovidVac: Analyzing Arabic Tweets About COVID-19 Vaccination [7.594204373985492]
新型コロナウイルス(COVID-19)予防接種キャンペーンのために、手動で注釈付けされた最初のアラビアのツイートデータセットArCovidVacをリリースしました。
データセットには、(i)Informativeness(より重要でないツイート)、(ii)きめ細かいツイートコンテンツタイプ(アドバイス、噂、制限、認証されたニュース/情報)、(iii)予防接種に対するスタンスなど、さまざまなアノテーション層が組み込まれている。
論文 参考訳（メタデータ） (2022-01-17T16:19:21Z) - Mining Trends of COVID-19 Vaccine Beliefs on Twitter with Lexical
Embeddings [0.8808021343665321]
新型コロナウイルスワクチン接種に関するTwitter投稿のコーパスを抽出しました。
語彙カテゴリーの2つのクラス — 感情と影響要因 — を作成しました。
ワクチンに対するためらいのようなネガティブな感情は、健康関連の効果や誤った情報と高い相関がある。
論文 参考訳（メタデータ） (2021-04-02T16:13:16Z) - Country Image in COVID-19 Pandemic: A Case Study of China [79.17323278601869]
国像は国際関係と経済発展に大きな影響を与えている。
新型コロナウイルス(COVID-19)の世界的な流行で、各国と国民は異なる反応を見せている。
本研究では,中国を具体的かつ典型的な事例として捉え,大規模Twitterデータセットのアスペクトベース感情分析を用いてそのイメージを考察する。
論文 参考訳（メタデータ） (2020-09-12T15:54:51Z) - Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。
実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文 参考訳（メタデータ） (2020-06-05T02:04:25Z) - Analyzing COVID-19 on Online Social Media: Trends, Sentiments and
Emotions [44.92240076313168]
我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。
中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。
我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
論文 参考訳（メタデータ） (2020-05-29T09:24:38Z) - Psychometric Analysis and Coupling of Emotions Between State Bulletins
and Twitter in India during COVID-19 Infodemic [7.428097999824421]
新型コロナウイルスのインフォデミックは、パンデミックそのものよりも急速に広まっている。
ソーシャルメディアは情報の最大の源であるため、インフォデミックの管理には誤情報を緩和する必要がある。
Twitterだけでも、キュレートされたイベントページの利用が急激な45%増加した。
論文 参考訳（メタデータ） (2020-05-12T01:51:07Z)
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。