論文の概要: Exploring the Emotional and Mental Well-Being of Individuals with Long
COVID Through Twitter Analysis
- arxiv url: http://arxiv.org/abs/2307.07558v1
- Date: Tue, 11 Jul 2023 22:39:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-23 12:16:56.340172
- Title: Exploring the Emotional and Mental Well-Being of Individuals with Long
COVID Through Twitter Analysis
- Title（参考訳）: 長期covid-19患者の感情的・精神的幸福感のtwitter解析による探究
- Authors: Guocheng Feng, Huaiyu Cai, Wei Quan
- Abstract要約: 本研究は、ロングウイルスの個人の感情的・精神的健康についてより深く理解することを目的としている。
我々は、その内容に基づいて、ツイートを4つのカテゴリに分類し、6つの基本的な感情の存在を検出し、一般的なトピックを抽出する。
- 参考スコア（独自算出の注目度）: 1.958773357592985
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 pandemic has led to the emergence of Long COVID, a cluster of
symptoms that persist after infection. Long COVID patients may also experience
mental health challenges, making it essential to understand individuals'
emotional and mental well-being. This study aims to gain a deeper understanding
of Long COVID individuals' emotional and mental well-being, identify the topics
that most concern them, and explore potential correlations between their
emotions and social media activity. Specifically, we classify tweets into four
categories based on the content, detect the presence of six basic emotions, and
extract prevalent topics. Our analyses reveal that negative emotions dominated
throughout the study period, with two peaks during critical periods, such as
the outbreak of new COVID variants. The findings of this study have
implications for policy and measures for addressing the mental health
challenges of individuals with Long COVID and provide a foundation for future
work.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、感染後に持続する症状の集団であるLong COVIDの出現につながった。
長期のcovid-19患者はメンタルヘルスの問題も経験する可能性があり、個人の感情的および精神的健康を理解することが不可欠である。
本研究は、長期COVID-19患者の感情的・精神的幸福感をより深く理解し、最も関心のあるトピックを特定し、彼らの感情とソーシャルメディア活動の潜在的な相関について検討することを目的とする。
具体的には、ツイートをコンテンツに基づいて4つのカテゴリに分類し、6つの基本的な感情の存在を検出し、一般的なトピックを抽出する。
分析の結果, 研究期間を通じて負の感情が支配的であり, 新たな新型ウイルスの出現など, 臨界期間に2つのピークがあることが明らかとなった。
本研究は,Long COVIDの患者のメンタルヘルス問題に対処するための政策や対策に影響を及ぼし,今後の研究の基盤となるものと考えられる。
関連論文リスト
- Faces of the Mind: Unveiling Mental Health States Through Facial Expressions in 11,427 Adolescents [12.51443153354506]
うつ病や不安などの気分障害は、しばしば表情を通して現れる。
11,427人の被験者の顔映像を分析した。
論文 参考訳（メタデータ） (2024-05-30T14:02:40Z) - Predicting Depression and Anxiety: A Multi-Layer Perceptron for
Analyzing the Mental Health Impact of COVID-19 [1.9809980686152868]
新型コロナウイルスのパンデミックに伴うメンタルヘルスの傾向を予測するため,多層パーセプトロン(MLP)であるCoDAPを導入した。
本手法は、米国成人の多様なコホートにおいて、最初の新型コロナウイルス波(2020年4月から6月)の間に、週10週間にわたってメンタルヘルスの症状を追跡した包括的データセットを用いている。
このモデルは、パンデミック中の不安や抑うつのパターンを予測するだけでなく、人口統計要因、行動の変化、および精神健康の社会的決定要因の相互作用に関する重要な洞察も明らかにしている。
論文 参考訳（メタデータ） (2024-03-09T22:49:04Z) - Measuring Non-Typical Emotions for Mental Health: A Survey of Computational Approaches [57.486040830365646]
ストレスと抑うつは日々のタスクにおけるエンゲージメントに影響を与え、彼らの相互作用を理解する必要性を強調します。
この調査は、ストレス、抑うつ、エンゲージメントを分析する計算手法を同時に探求した最初のものである。
論文 参考訳（メタデータ） (2024-03-09T11:16:09Z) - CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
既存のアプローチは、苦痛の感情の原因を無視します。
彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。
本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
論文 参考訳（メタデータ） (2024-01-31T11:30:24Z) - Language and Mental Health: Measures of Emotion Dynamics from Text as
Linguistic Biosocial Markers [30.656554495536618]
本研究では,ツィート感情動態とメンタルヘルス障害との関連について検討した。
調査対象のUEDメトリクスはそれぞれ,ユーザの自己開示診断によって異なることがわかった。
この研究は、感情力学に関連する言語的手がかりが、精神疾患のバイオ社会マーカーとして重要な役割を担っていることを示す重要な初期の証拠を提供する。
論文 参考訳（メタデータ） (2023-10-26T13:00:26Z) - Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。
本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
論文 参考訳（メタデータ） (2023-02-05T22:33:49Z) - Why Do You Feel This Way? Summarizing Triggers of Emotions in Social
Media Posts [61.723046082145416]
CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。
我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。
分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
論文 参考訳（メタデータ） (2022-10-22T19:10:26Z) - The MuSe 2022 Multimodal Sentiment Analysis Challenge: Humor, Emotional
Reactions, and Stress [71.06453250061489]
マルチモーダル・センチメント・アナリティクス・チャレンジ(MuSe 2022)は、マルチモーダル・センチメントと感情認識に重点を置いている。
今年の課題では、(i)ドイツサッカーコーチの音声-視覚的記録を含むPassau Spontaneous Football Coach Humorデータセット、(ii)ドイツサッカーコーチのユーモアの存在をラベル付けしたHum-Reactionデータセット、(ii)感情的表情強度に対して個人の反応が注釈付けされたHum-Reactionデータセット、(iii)ストレス的態度における人々の継続的な感情的価値観をラベル付けした音声-視覚的データからなるUlm-Trier Social Stress Testデータセットの3つのデータセットを特徴としている。
論文 参考訳（メタデータ） (2022-06-23T13:34:33Z) - Affective Image Content Analysis: Two Decades Review and New
Perspectives [132.889649256384]
我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。
我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。
画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-06-30T15:20:56Z) - Social Behavior and Mental Health: A Snapshot Survey under COVID-19
Pandemic [6.5721468981020665]
新型コロナウイルスのパンデミックは、私たちの生活、研究、社会化、再現方法を変えました。
オンラインソーシャルメディア分析を利用してユーザーの精神状態を検出し評価する研究が増えている。
論文 参考訳（メタデータ） (2021-05-17T21:08:03Z) - Symptom extraction from the narratives of personal experiences with
COVID-19 on Reddit [0.11470070927586014]
新型コロナウイルスに関するソーシャルメディアの議論は、ウイルスが人々の生活にどのように影響するかについての豊富な情報源を提供する。
症状発生後最初の14日間の個人経験を通じて、COVID-19に関する議論の変化を定量化する。
論文 参考訳（メタデータ） (2020-05-21T03:54:51Z)
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。