論文の概要: Multidimensional well-being of US households at a fine spatial scale
using fused household surveys: fusionACS
- arxiv url: http://arxiv.org/abs/2309.11512v1
- Date: Fri, 15 Sep 2023 13:19:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-24 03:44:00.293250
- Title: Multidimensional well-being of US households at a fine spatial scale
using fused household surveys: fusionACS
- Title（参考訳）: 融合住宅調査による米国世帯の空間的多次元幸福感:fusionACS
- Authors: Kevin Ummel, Miguel Poblete-Cazenave, Karthik Akkiraju, Nick Graetz,
Hero Ashman, Cora Kingdon, Steven Herrera Tenorio, Aaryaman "Sunny" Singhal,
Daniel Aldana Cohen, Narasimha D. Rao
- Abstract要約: 社会科学は、しばしば家庭や個人の調査に頼っている。
このような調査はアメリカ合衆国政府によって定期的に実施されている。
fusionACSプロジェクトは、複数の米国世帯調査のデータを統合することを目指している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Social science often relies on surveys of households and individuals. Dozens
of such surveys are regularly administered by the U.S. government. However,
they field independent, unconnected samples with specialized questions,
limiting research questions to those that can be answered by a single survey.
The fusionACS project seeks to integrate data from multiple U.S. household
surveys by statistically "fusing" variables from "donor" surveys onto American
Community Survey (ACS) microdata. This results in an integrated microdataset of
household attributes and well-being dimensions that can be analyzed to address
research questions in ways that are not currently possible. The presented data
comprise the fusion onto the ACS of select donor variables from the Residential
Energy Consumption Survey (RECS) of 2015, the National Household Transportation
Survey (NHTS) of 2017, the American Housing Survey (AHS) of 2019, and the
Consumer Expenditure Survey - Interview (CEI) for the years 2015-2019. The
underlying statistical techniques are included in an open-source $R$ package,
fusionModel, that provides generic tools for the creation, analysis, and
validation of fused microdata.
- Abstract（参考訳）: 社会科学は家庭や個人の調査に依存することが多い。
このような調査はアメリカ合衆国政府によって定期的に行われている。
しかし、彼らは独立した無接続のサンプルに特別な質問を加え、単一の調査で答えられる質問に限定する。
fusionACSプロジェクトは、アメリカコミュニティサーベイ(ACS)マイクロデータへの「ドナー」サーベイから変数を統計的に「融合」することで、米国の家庭調査からのデータを統合することを目指している。
この結果、家庭属性の統合マイクロデータセットと、現在不可能な方法で研究課題に対処するために分析可能なウェルビーイングディメンションが実現した。
提示されたデータは、2015年の住宅エネルギー消費調査(RECS)、2017年の全米家庭交通調査(NHTS)、2019年の米国住宅調査(AHS)、2015-2019年の消費者支出調査(CEI)から選ばれたドナー変数のACSへの融合を含む。
基礎となる統計技術はオープンソースの$r$パッケージ、fusionmodelに含まれており、融合されたマイクロデータの作成、分析、検証のための汎用ツールを提供している。
関連論文リスト
- A Survey on Mixup Augmentations and Beyond [59.578288906956736]
選択したサンプルと対応するラベルを凸的に組み合わせた混合および関連データ混合手法が広く採用されている。
本調査では, 基礎混合法とその応用について概観する。
論文 参考訳（メタデータ） (2024-09-08T19:32:22Z) - The Complexities of Differential Privacy for Survey Data [0.0]
アメリカ合衆国国勢調査局は、2020年12月の国勢調査にこの概念を採用したと発表した。
その魅力的な理論的特性にもかかわらず、実際にDPを実装することは、特に調査データに関して難しいままである。
調査の文脈でDPを採用する際に考慮すべき5つの側面を識別する。
論文 参考訳（メタデータ） (2024-08-13T16:15:42Z) - A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。
この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる
本調査では,I-CMRの3段階分類法について概説する。
論文 参考訳（メタデータ） (2023-09-05T05:06:48Z) - Predicting Survey Response with Quotation-based Modeling: A Case Study
on Favorability towards the United States [0.0]
そこで我々は,機械学習を用いて探索応答を推定する先駆的手法を提案する。
我々は、さまざまな国籍の個人から引用された膨大なコーパスを活用して、彼らの好意のレベルを抽出する。
自然言語処理技術と機械学習アルゴリズムを組み合わせて,質問応答の予測モデルを構築した。
論文 参考訳（メタデータ） (2023-05-23T14:11:01Z) - Releasing survey microdata with exact cluster locations and additional
privacy safeguards [77.34726150561087]
本稿では,プライバシ保護を付加した独自のマイクロデータの有用性を活用した,代替的なマイクロデータ配信戦略を提案する。
当社の戦略は, 再識別の試みにおいても, 任意の属性に対する再識別リスクを60～80%削減する。
論文 参考訳（メタデータ） (2022-05-24T19:37:11Z) - HeteroQA: Learning towards Question-and-Answering through Multiple
Information Sources via Heterogeneous Graph Modeling [50.39787601462344]
コミュニティ質問回答(Community Question Answering, CQA)は、Eコマースやオンラインユーザコミュニティなど、多くのシナリオで利用することができる、明確に定義されたタスクである。
CQAの手法のほとんどは、知識を抽出し、ユーザの質問に答えるために記事やウィキペディアしか含まない。
ユーザコミュニティに複数の情報ソース(MIS)を組み込んで回答を自動的に生成する問合せ対応の異種グラフ変換器を提案する。
論文 参考訳（メタデータ） (2021-12-27T10:16:43Z) - Retiring Adult: New Datasets for Fair Machine Learning [47.27417042497261]
UCIアダルトは、多くのアルゴリズム的公正な介入の開発と比較の基礎として機能している。
UCIアダルトデータのスーパーセットを米国国勢調査資料から再構築し、その外部妥当性を制限するUCIアダルトデータセットの慣用性を明らかにする。
私たちの主な貢献は、公正な機械学習の研究のために既存のデータエコシステムを拡張する、一連の新しいデータセットです。
論文 参考訳（メタデータ） (2021-08-10T19:19:41Z) - Social media data reveals signal for public consumer perceptions [6.212955085775758]
最も広く引用されている経済指標の1つは、消費者信頼指数(CCI)です。
これまで多くの研究がソーシャルメディア、特にTwitterデータを使ってCCIを予測することに重点を置いてきた。
しかし、最近の包括的調査によると、これらのモデルが新しいデータでテストされると、強い相関関係は消失した。
論文 参考訳（メタデータ） (2020-12-26T03:58:20Z) - Magnify Your Population: Statistical Downscaling to Augment the Spatial
Resolution of Socioeconomic Census Data [48.7576911714538]
重要社会経済的属性の詳細な推定を導出する新しい統計的ダウンスケーリング手法を提案する。
選択された社会経済変数ごとに、ランダムフォレストモデルが元の国勢調査単位に基づいて訓練され、その後、微細なグリッド化された予測を生成するために使用される。
本研究では,この手法を米国の国勢調査データに適用し,ブロック群レベルで選択された社会経済変数を,300の空間分解能のグリッドにダウンスケールする。
論文 参考訳（メタデータ） (2020-06-23T16:52:18Z)
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。