論文の概要: Analyzing Public Reactions, Perceptions, and Attitudes during the MPox
Outbreak: Findings from Topic Modeling of Tweets
- arxiv url: http://arxiv.org/abs/2312.11895v1
- Date: Tue, 19 Dec 2023 06:39:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-20 16:50:37.175959
- Title: Analyzing Public Reactions, Perceptions, and Attitudes during the MPox
Outbreak: Findings from Topic Modeling of Tweets
- Title(参考訳): MPoxアウトブレイク時の公開反応・知覚・態度の分析:つぶやきのトピックモデリングから
- Authors: Nirmalya Thakur, Yuvraj Nihal Duggal, and Zihui Liu
- Abstract要約: MPoxウイルスが最近流行し、Twitterの利用が大幅に増加した。
本稿では,この研究ギャップに対処し,この分野に2つの科学的貢献を行う。
- 参考スコア(独自算出の注目度): 4.506099292980221
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The recent outbreak of the MPox virus has resulted in a tremendous increase
in the usage of Twitter. Prior works in this area of research have primarily
focused on the sentiment analysis and content analysis of these Tweets, and the
few works that have focused on topic modeling have multiple limitations. This
paper aims to address this research gap and makes two scientific contributions
to this field. First, it presents the results of performing Topic Modeling on
601,432 Tweets about the 2022 Mpox outbreak that were posted on Twitter between
7 May 2022 and 3 March 2023. The results indicate that the conversations on
Twitter related to Mpox during this time range may be broadly categorized into
four distinct themes - Views and Perspectives about Mpox, Updates on Cases and
Investigations about Mpox, Mpox and the LGBTQIA+ Community, and Mpox and
COVID-19. Second, the paper presents the findings from the analysis of these
Tweets. The results show that the theme that was most popular on Twitter (in
terms of the number of Tweets posted) during this time range was Views and
Perspectives about Mpox. This was followed by the theme of Mpox and the
LGBTQIA+ Community, which was followed by the themes of Mpox and COVID-19 and
Updates on Cases and Investigations about Mpox, respectively. Finally, a
comparison with related studies in this area of research is also presented to
highlight the novelty and significance of this research work.
- Abstract(参考訳): 最近のmpoxウイルスの流行により、twitterの利用は大幅に増加した。
この分野での以前の研究は、主にこれらのツイートの感情分析とコンテンツ分析に焦点を合わせており、トピックモデリングに焦点を絞った研究は、いくつかの制限がある。
本稿では,この研究ギャップに対処し,この分野に2つの科学的貢献を行う。
まず、2022年5月7日から2023年3月3日までにtwitterに投稿された2022 mpoxのアウトブレイクに関する601,432ツイートのトピックモデリング結果を示す。
その結果、この期間にMpoxに関連するTwitter上の会話は、Mpoxに関するビューとパースペクティブ、Mpox、Mpox、LGBTQIA+コミュニティに関するアップデートと調査、MpoxとCOVID-19の4つの異なるテーマに大別される可能性が示唆された。
第2に,これらのつぶやきの分析から得られた知見について述べる。
その結果、この期間に(投稿されたツイート数の観点から)twitterで最も人気があったテーマは、mpoxに関するビューと視点であった。
この後、Mpox と LGBTQIA+ Community がテーマとなり、それぞれ Mpox と COVID-19 のテーマと、Mpox に関する事例と調査の更新がテーマとなった。
最後に,本研究の新規性と意義を明らかにするために,本研究分野における関連研究との比較を行った。
関連論文リスト
- Sentiment Analysis and Text Analysis of the Public Discourse on Twitter
about COVID-19 and MPox [0.0]
新型コロナウイルス(COVID-19)とMPox(MPox)の最近の流行は、情報の検索や共有、意見、感情の両面でのTwitter利用の触媒となった。
この分野での以前の研究は、COVID-19とMPoxの両方に焦点を当てたツイートを同時に分析することはなかった。
この研究ギャップに対処するため、2022年5月7日から2023年3月3日までに、MPoxとCOVID-19を同時に対象とする合計61,862のツイートが調査された。
論文 参考訳(メタデータ) (2023-12-17T01:50:27Z) - "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) - What goes on inside rumour and non-rumour tweets and their reactions: A
Psycholinguistic Analyses [58.75684238003408]
ソーシャルメディアのテキストの心理言語学的分析は、誤情報を緩和するために意味のある結論を導くのに不可欠である。
本研究は,様々な事象に関する噂の深い心理言語学的分析を行うことによって貢献する。
論文 参考訳(メタデータ) (2021-11-09T07:45:11Z) - Extracting Major Topics of COVID-19 Related Tweets [2.867517731896504]
トピックモデリング手法を用いて,全国の検疫期間(2020年3月23日~6月23日)に,Covid-19のツイートからグローバルトピックを抽出する。
また,世界と4カ国の話題の時間的傾向を分析した。
論文 参考訳(メタデータ) (2021-10-05T08:40:51Z) - COVID-19 Vaccine and Social Media: Exploring Emotions and Discussions on
Twitter [9.834635805575582]
新型コロナウイルスワクチンに対する公衆の反応は、新型コロナウイルスのパンデミックを抑える上で重要な成功要因だ。
伝統的な調査は高価で時間を要するもので、限られた健康問題に対処し、小規模なデータを取得する。
本研究では,多数のつぶやきを収集・解析するために,計算的および人為的符号化手法を用いた手法を提案する。
論文 参考訳(メタデータ) (2021-07-29T17:31:11Z) - Gender bias in magazines oriented to men and women: a computational
approach [58.720142291102135]
女性指向の雑誌の内容と男性指向の雑誌の内容を比較する。
トピック・モデリングの手法により、雑誌で議論されている主要なテーマを特定し、これらのトピックの存在が時間とともに雑誌間でどの程度異なるかを定量化する。
以上の結果から,セクシュアオブジェクトとしての家族,ビジネス,女性の出現頻度は,時間とともに消失する傾向にあることが示唆された。
論文 参考訳(メタデータ) (2020-11-24T14:02:49Z) - Leveraging Natural Language Processing to Mine Issues on Twitter During
the COVID-19 Pandemic [0.3674863913115431]
新型コロナウイルス感染症(COVID-19)の世界的な流行が世界中に広がった。
パンデミックに対する公衆の懸念や対応を理解するためには、機械学習技術を利用して無関係なツイートをフィルタリングするシステムが必要である。
本研究では,2020年1月1日から2020年4月30日までの間に,新型コロナウイルスのパンデミックに関連するツイートを識別するシステムを構築した。
論文 参考訳(メタデータ) (2020-10-31T22:26:26Z) - Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data [77.34726150561087]
われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。
ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。
LIWCの不安度はTwitterの不安度よりもかなり高い。
論文 参考訳(メタデータ) (2020-10-15T16:02:25Z) - 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) - Twitter discussions and emotions about COVID-19 pandemic: a machine
learning approach [0.0]
我々は、2020年3月1日から4月21日にかけての「コロナウイルス」「新型コロナウイルス」「隔離」など25のハッシュタグのリストを用いて、新型コロナウイルスのパンデミックに関連する400万のTwitterメッセージを分析した。
我々は、13の議論トピックを特定し、それらを「新型コロナウイルスの拡散を遅らせるための公衆衛生措置」、「新型コロナウイルスに関連する社会的汚職」、「米国でのコロナウイルスのニュースと死」、「世界の他の場所でのコロナウイルスのケース」など、5つの異なるテーマに分類する。
論文 参考訳(メタデータ) (2020-05-26T16:10:02Z) - The Ivory Tower Lost: How College Students Respond Differently than the
General Public to the COVID-19 Pandemic [66.80677233314002]
新型コロナウイルス感染症(COVID-19)のパンデミックは、政府に究極の課題を提示した。
米国では、新型コロナウイルス感染者が最も多い国で、全国的なソーシャルディスタンシングプロトコルが大統領によって実施されている。
本稿では,この対話型社会における前例のない破壊の社会的意義を,ソーシャルメディア上での人々の意見のマイニングによって発見することを目的とする。
論文 参考訳(メタデータ) (2020-04-21T13:02:38Z)
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。