論文の概要: Identification of cohesive subgroups in a university hall of residence
during the COVID-19 pandemic using a social network analysis approach
- arxiv url: http://arxiv.org/abs/2402.09213v1
- Date: Wed, 14 Feb 2024 14:48:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-15 15:08:24.483114
- Title: Identification of cohesive subgroups in a university hall of residence
during the COVID-19 pandemic using a social network analysis approach
- Title（参考訳）: 社会ネットワーク分析による新型コロナウイルスのパンデミック時の大学公邸における結束性サブグループの同定
- Authors: Pilar Marqu\'es-S\'anchez, Arrate Pinto-Carral, Tania
Fern\'andez-Villa, Ana V\'azquez-Casares, Cristina Li\'ebana-Presa and Jos\'e
Alberto Ben\'itez-Andrades
- Abstract要約: 新型コロナウイルス(COVID-19)パンデミックの間、若い大学生は関係に大きな変化を経験してきた。
これまでの研究では、感染過程における関係構造の重要性が示されている。
この研究は、パンデミックの間に感染を好むか好まないネットワーク構造を作るために、性別、人種、そして彼らが生活する建物の重要性を示す証拠を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The aims: (i) analyze connectivity between subgroups of university students,
(ii) assess which bridges of relational contacts are essential for connecting
or disconnecting subgroups and (iii) to explore the similarities between the
attributes of the subgroup nodes in relation to the pandemic context. During
the COVID-19 pandemic, young university students have experienced significant
changes in their relationships, especially in the halls of residence. Previous
research has shown the importance of relationship structure in contagion
processes. However, there is a lack of studies in the university setting, where
students live closely together. The case study methodology was applied to carry
out a descriptive study. The participation consisted of 43 university students
living in the same hall of residence. Social network analysis has been applied
for data analysis. Factions and Girvan Newman algorithms have been applied to
detect the existing cohesive subgroups. The UCINET tool was used for the
calculation of the SNA measure. A visualization of the global network will be
carried out using Gephi software. After applying the Girvan-Newman and
Factions, in both cases it was found that the best division into subgroups was
the one that divided the network into 4 subgroups. There is high degree of
cohesion within the subgroups and a low cohesion between them. The relationship
between subgroup membership and gender was significant. The degree of COVID-19
infection is related to the degree of clustering between the students. College
students form subgroups in their residence. Social network analysis facilitates
an understanding of structural behavior during the pandemic. The study provides
evidence on the importance of gender, race and the building where they live in
creating network structures that favor, or not, contagion during a pandemic.
- Abstract（参考訳）: 目的:
(i)大学生のサブグループ間のコネクティビティの分析
二 関係接点の橋梁が部分群を接続又は切断するのに欠かせないものを評価すること。
(3)パンデミックの文脈におけるサブグループノードの属性間の類似性を検討する。
新型コロナウイルス(COVID-19)パンデミックの間、若い大学生は特に住宅のホールで関係に大きな変化を経験してきた。
これまでの研究では、感染過程における関係構造の重要性が示されている。
しかし、学生が密接な関係で生活する大学環境には研究の欠如がある。
事例研究手法を適用して記述研究を行った。
参加者は43人の大学生が同じ住居に住んでいた。
ソーシャルネットワーク分析はデータ分析に応用されている。
Factions と Girvan Newman のアルゴリズムは、既存の凝集部分群を検出するために応用されている。
UCINETツールはSNA尺度の計算に使われた。
Gephiソフトウェアを用いてグローバルネットワークの可視化を行う。
Girvan-Newman と Factions を適用した後、どちらの場合も、ネットワークを 4 つの部分群に分割したのが最良の部分群であることがわかった。
部分群内の結合度は高く、それらの間の結合度は低い。
サブグループメンバーシップとジェンダーの関係は重要であった。
新型コロナウイルス感染の程度は、学生間のクラスター化の程度に関係している。
大学生は住居でサブグループを形成します。
社会ネットワーク分析は、パンデミック中の構造的行動の理解を促進する。
この研究は、パンデミック時の感染を好む、あるいは好まない、ネットワーク構造を構築する上で、性別、人種、建物の重要性に関する証拠を提供する。
関連論文リスト
- Unsupervised Learning Approaches for Identifying ICU Patient Subgroups:
Do Results Generalise? [0.0]
患者サブグループを特定するための教師なし学習の使用は、ICU効率を改善するための潜在的に有望な方向として現れている。
ICUに共通するサブグループが存在するかは定かでないが,ICU再構成が標準化された方法で実施可能かは定かでない。
医療資源のニーズを表す16の特徴を抽出し,コンセンサスクラスタリングを用いて患者サブグループを抽出した。
論文 参考訳（メタデータ） (2024-03-05T13:16:37Z) - A case study of university student networks and the COVID-19 pandemic
using a social network analysis approach in halls of residence [0.32985979395737786]
本研究の目的は、新型コロナウイルスの感染拡大に伴う大学寮の学生の構造的挙動を説明することである。
大学寮の指導力は中央集権度を用いて測定された。
高い社会的評判を持つ学生は、新型コロナウイルスの感染に関連して、より高いレベルのパンデミック感染を経験する。
論文 参考訳（メタデータ） (2024-02-14T14:57:25Z) - Adolescent relational behaviour and the obesity pandemic: A descriptive
study applying social network analysis and machine learning techniques [0.0]
Aim: グループのノードの属性間の類似性を探ることで,サブグループの存在を研究する。
Aim: SNAと人工知能技術による類似性の観点から,グループ間の接続性を分析する。
論文 参考訳（メタデータ） (2024-02-04T09:19:56Z) - Language Knowledge-Assisted Representation Learning for Skeleton-Based
Action Recognition [71.35205097460124]
人間が他人の行動を理解して認識する方法は、複雑な神経科学の問題である。
LA-GCNは、大規模言語モデル(LLM)知識アシストを用いたグラフ畳み込みネットワークを提案する。
論文 参考訳（メタデータ） (2023-05-21T08:29:16Z) - Ranking-based Group Identification via Factorized Attention on Social
Tripartite Graph [68.08590487960475]
グループ識別のための文脈的要因認識(CFAG)という,GNNに基づく新しいフレームワークを提案する。
我々は3部グラフ畳み込み層を考案し、ユーザ、グループ、アイテム間の異なる種類の近隣からの情報を集約する。
データ疎度問題に対処するため,提案した因子化注意機構に基づく新しい伝搬増強層を考案した。
論文 参考訳（メタデータ） (2022-11-02T01:42:20Z) - The Group Loss++: A deeper look into group loss for deep metric learning [65.19665861268574]
グループ損失 (Group Loss) は、グループの全サンプルに埋め込まれた類似性を強制する微分可能なラベルプロパゲーション法に基づく損失関数である。
4つのデータセットでクラスタリングと画像検索の最先端結果を示し、2人の再識別データセットで競合結果を示す。
論文 参考訳（メタデータ） (2022-04-04T14:09:58Z) - Inclusive Study Group Formation At Scale [3.5981839346635125]
不足している学生が直面する構造的障害を解消するスケーラブルなシステムを提案する。
本研究の目的は,少数派の学生に,多数派の学生と品質的に類似した体験を提供することである。
論文 参考訳（メタデータ） (2022-02-12T06:38:55Z) - Heterogeneous Federated Learning via Grouped Sequential-to-Parallel
Training [60.892342868936865]
フェデレートラーニング(Federated Learning, FL)は、プライバシ保護のためのコラボレーション機械学習パラダイムである。
本稿では,この課題に対処するため,データヘテロジニアス・ロバストFLアプローチであるFedGSPを提案する。
その結果,FedGSPは7つの最先端アプローチと比較して平均3.7%の精度向上を実現していることがわかった。
論文 参考訳（メタデータ） (2022-01-31T03:15:28Z) - Joint estimation of multiple Granger causal networks: Inference of
group-level brain connectivity [8.122270502556374]
本稿では,複数のGrangerグラフィカルモデルの合同学習について検討し,複数の時系列にわたって基礎となる差分Granger因果関係構造を明らかにする。
また,ADHD-200データセットから利用可能な静止状態fMRI時系列にも適用し,因果関係の差異を学習した。
論文 参考訳（メタデータ） (2021-05-15T10:29:02Z) - Learning Spatial Context with Graph Neural Network for Multi-Person Pose
Grouping [71.59494156155309]
イメージベース多人数ポーズ推定のためのボトムアップ手法は,キーポイント検出とグループ化の2段階からなる。
本研究では,グラフ分割問題としてグループ化タスクを定式化し,グラフニューラルネットワーク(gnn)を用いて親和性行列を学習する。
学習された幾何学に基づく親和性は、強固なキーポイント結合を達成するために外観に基づく親和性とさらに融合する。
論文 参考訳（メタデータ） (2021-04-06T09:21:14Z) - Social Interactions Clustering MOOC Students: An Exploratory Study [57.822523354358665]
コメントは、学生が学生とどのように交流したか、例えば学生のコメントが同僚から返信を受けたかに基づいて分類された。
統計的モデリングと機械学習はコメント分類の分析に用いられ、3つの強く安定したクラスタが生成される。
論文 参考訳（メタデータ） (2020-08-10T09:32:38Z)
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。