論文の概要: A case study of university student networks and the COVID-19 pandemic using a social network analysis approach in halls of residence

• arxiv url: http://arxiv.org/abs/2402.09219v1
• Date: Wed, 14 Feb 2024 14:57:25 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-15 15:09:14.800533
• Title: A case study of university student networks and the COVID-19 pandemic using a social network analysis approach in halls of residence
• Title（参考訳）: 社会ネットワーク分析を用いた学生ネットワークと新型コロナウイルスパンデミックの事例研究
• Authors: Jos\'e Alberto Ben\'itez-Andrades, Tania Fern\'andez-Villa, Carmen Benavides, Andrea Gayubo-Serrenes, Vicente Mart\'in and Pilar Marqu\'es-S\'anchez
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.32985979395737786
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The COVID-19 pandemic has meant that young university students have had to adapt their learning and have a reduced relational context. Adversity contexts build models of human behaviour based on relationships. However, there is a lack of studies that analyse the behaviour of university students based on their social structure in the context of a pandemic. This information could be useful in making decisions on how to plan collective responses to adversities. The Social Network Analysis (SNA) method has been chosen to address this structural perspective. The aim of our research is to describe the structural behaviour of students in university residences during the COVID-19 pandemic with a more in-depth analysis of student leaders. A descriptive cross-sectional study was carried out at one Spanish Public University, Le\'on, from 23th October 2020 to 20th November 2020. The participation was of 93 students, from four halls of residence. The data were collected from a database created specifically at the university to "track" contacts in the COVID-19 pandemic, SiVeUle. We applied the SNA for the analysis of the data. The leadership on the university residence was measured using centrality measures. The top leaders were analyzed using the Egonetwork and an assessment of the key players. Students with higher social reputations experience higher levels of pandemic contagion in relation to COVID-19 infection. The results were statistically significant between the centrality in the network and the results of the COVID-19 infection. The most leading students showed a high degree of Betweenness, and three students had the key player structure in the network. Networking behaviour of university students in halls of residence could be related to contagion in the COVID-19 pandemic.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックは、若い大学生が学習に適応し、関係性を減らす必要があることを意味している。 逆境コンテキストは関係に基づく人間の行動のモデルを構築する。 しかし、パンデミックの文脈において、その社会的構造に基づいて大学生の行動を分析する研究が不足している。 この情報は、敵に対する集合的な反応をどう計画するかを決めるのに役立つかもしれない。 この構造的視点に対処するために、sna(social network analysis)法が選ばれた。 本研究の目的は、新型コロナウイルス(covid-19)パンデミックにおける大学在学学生の構造的挙動を、学生指導者のより深い分析とともに記述することである。 2020年10月23日から11月20日までスペインの公立大学le\'onで記述的な横断研究が行われた。 学生は93人で、4つのホールから参加した。 データは、新型コロナウイルス(COVID-19)パンデミック「SiVeUle」で接触者を追跡するために、大学で特別に作成されたデータベースから収集された。 データを解析するためにSNAを適用した。 大学寮の指導力は中央値を用いて測定された。 トップリーダーは、egoネットワークと主要なプレイヤーの評価を使って分析された。 社会的な評判が高い学生は、新型コロナウイルスの感染に関連するパンデミック感染のレベルが高い。 その結果、ネットワークの中央値と新型コロナウイルス感染の結果との間に統計的に有意な差があった。 最も指導的な学生は高い中間性を示し、3人の生徒はネットワークのキープレーヤー構造を持っていた。 新型コロナウイルス(covid-19)パンデミックでは、学生の居住ホールでのネットワーク行動が感染と関連している可能性がある。

関連論文リスト

• Deep Learning Approach to Forecasting COVID-19 Cases in Residential Buildings of Hong Kong Public Housing Estates: The Role of Environment and Sociodemographics [0.2545763876632975]
  本研究は、新型コロナウイルスと研究地区の社会生態学の複雑な関係について検討する。 我々は、多頭部階層型畳み込みニューラルネットワークを用いて、階層的な関連した予測的特徴の膨大な配列を構造化した。 新型コロナウイルスの感染拡大に伴う感染拡大と、新型コロナウイルスの感染拡大に関連する要因が相違していることが判明した。
  論文  参考訳（メタデータ） (2024-03-23T08:22:53Z)
• Identification of cohesive subgroups in a university hall of residence during the COVID-19 pandemic using a social network analysis approach [0.0]
  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。
  論文  参考訳（メタデータ） (2024-02-14T14:48:28Z)
• Human Behavior in the Time of COVID-19: Learning from Big Data [71.26355067309193]
  2020年3月以降、新型コロナウイルスの感染者は6億人を超え、600万人以上が死亡している。 パンデミックはあらゆる面で人間の行動に影響を与え、変化をもたらした。 研究者は自然言語処理、コンピュータビジョン、音声信号処理、頻繁なパターンマイニング、機械学習といったビッグデータ技術を採用してきた。
  論文  参考訳（メタデータ） (2023-03-23T17:19:26Z)
• Artificial Intelligence-Based Analytics for Impacts of COVID-19 and Online Learning on College Students' Mental Health [0.0]
  新型コロナウイルス感染症(SARS-CoV-2)は、2019年12月下旬に中国の武漢で発生した。 世界保健機関(WHO)が2020年3月にパンデミックと宣言した。 本稿では、新型コロナウイルスのパンデミックとオンライン学習の増加が大学生の感情的幸福にどのように影響するかを理解することを目的とする。
  論文  参考訳（メタデータ） (2022-02-07T05:24:52Z)
• Sentiment Analysis and Effect of COVID-19 Pandemic using College SubReddit Data [3.5966786737142304]
  パンデミック前と比較して、パンデミックが人々の感情や心理的状態にどのように影響したかを検討する。 Redditのソーシャルメディアデータは、2019年(パンデミック前)と2020年(パンデミック前)の8つの大学に関連するサブレディットコミュニティから収集しました。 収集したデータに基づいて,モデル予測された感情ラベルを用いて,パンデミックと対人教育が感情に与える影響を推定するために,一般化された線形混合効果モデルを用いた。
  論文  参考訳（メタデータ） (2021-11-30T19:15:06Z)
• Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
  重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。 私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。 調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
  論文  参考訳（メタデータ） (2020-07-22T18:02:39Z)
• Effectiveness and Compliance to Social Distancing During COVID-19 [72.94965109944707]
  われわれは、米国内での新型コロナウイルスの感染拡大に対する在宅勤務注文の影響を評価するために、詳細なモビリティデータを用いている。 一方向性グランガー因果性(一方向性グランガー因果性)は、家庭で毎日過ごす時間の割合の中央値から、2週間の遅れを伴うCOVID-19関連死亡件数の日数までである。
  論文  参考訳（メタデータ） (2020-06-23T03:36:19Z)
• 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)
• 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)
• Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
  世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。 我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
  論文  参考訳（メタデータ） (2020-03-25T12:30:33Z)

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。