論文の概要: Using Smartphones to Study Vaccination Decisions in the Wild
- arxiv url: http://arxiv.org/abs/2403.03143v1
- Date: Tue, 5 Mar 2024 17:27:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-06 14:00:01.010473
- Title: Using Smartphones to Study Vaccination Decisions in the Wild
- Title（参考訳）: スマートフォンを使って野生でのワクチン接種決定を調査
- Authors: Nicol\`o Alessandro Girardini, Arkadiusz Stopczynski, Olga Baranov,
Cornelia Betsch, Dirk Brockmann, Sune Lehmann, and Robert B\"ohm
- Abstract要約: 我々は,予防接種決定と病気の拡大を研究する新しい手法として,実世界のBluetoothコンタクトをゲームシナリオのいくつかのラウンドに統合することを提案する。
N$=494の学生を対象に12週間にわたる概念実証研究を行ったところ、参加者は意思決定ラウンドの前後に提供された情報に強く反応した。
- 参考スコア（独自算出の注目度）: 0.17155768815780945
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: One of the most important tools available to limit the spread and impact of
infectious diseases is vaccination. It is therefore important to understand
what factors determine people's vaccination decisions. To this end, previous
behavioural research made use of, (i) controlled but often abstract or
hypothetical studies (e.g., vignettes) or, (ii) realistic but typically less
flexible studies that make it difficult to understand individual decision
processes (e.g., clinical trials). Combining the best of these approaches, we
propose integrating real-world Bluetooth contacts via smartphones in several
rounds of a game scenario, as a novel methodology to study vaccination
decisions and disease spread. In our 12-week proof-of-concept study conducted
with $N$ = 494 students, we found that participants strongly responded to some
of the information provided to them during or after each decision round,
particularly those related to their individual health outcomes. In contrast,
information related to others' decisions and outcomes (e.g., the number of
vaccinated or infected individuals) appeared to be less important. We discuss
the potential of this novel method and point to fruitful areas for future
research.
- Abstract（参考訳）: 感染症の拡散と影響を制限できる最も重要な道具の1つは予防接種である。
そのため、予防接種決定を決定する要因を理解することが重要である。
この目的のために、過去の行動研究は、
i)制御されているが、しばしば抽象的または仮説的な研究(例:ヴィグネット)または
(ii)個々の決定過程(例えば臨床試験)を理解するのを困難にする現実的だが典型的には柔軟性の低い研究。
これらのアプローチの最も優れた組み合わせとして、予防接種決定と病気の拡大を研究する新しい手法として、ゲームシナリオのいくつかのラウンドにおいて、スマートフォンを介して現実世界のBluetoothコンタクトを統合することを提案する。
n$=9494の学生を対象にした12週間の概念実証調査の結果,各意思決定ラウンド,特に個人の健康状態に関連する情報に対して,参加者が強い反応を示した。
対照的に、他人の決定や結果に関連する情報(例えば、ワクチンまたは感染した個人の数)は重要でないように思われた。
本稿では,本手法の可能性について検討し,今後の研究に向けた実りある分野に注目する。
関連論文リスト
- Accuracy of a Large Language Model in Distinguishing Anti- And Pro-vaccination Messages on Social Media: The Case of Human Papillomavirus Vaccination [1.8434042562191815]
本研究は, 感情分析におけるChatGPTの精度を評価し, HPVワクチン接種に対する異なるスタンスを識別するものである。
HPV予防接種に関連するメッセージは、さまざまなメッセージフォーマットをサポートするソーシャルメディアから収集された:Facebook(ロングフォーマット)とTwitter(ショートフォーマット)。
メッセージ毎の正確さを,人間と機械の意思決定の一致度として,0～1の範囲で測定した。
論文 参考訳（メタデータ） (2024-04-10T04:35:54Z) - Hierarchical Multi-Label Classification of Online Vaccine Concerns [8.271202196208]
ワクチンの懸念は進化を続けるターゲットであり、新型コロナウイルス(COVID-19)のパンデミックで見られるように急速に変化する可能性がある。
本稿では,大規模言語モデル(LLM)を用いて,高価なトレーニングデータセットを必要とせず,ゼロショット設定でワクチンの関心事を検出するタスクについて検討する。
論文 参考訳（メタデータ） (2024-02-01T20:56:07Z) - Agent-Based Model: Simulating a Virus Expansion Based on the Acceptance
of Containment Measures [65.62256987706128]
比較疫学モデルは、疾患の状態に基づいて個人を分類する。
我々は、適応されたSEIRDモデルと市民のための意思決定モデルを組み合わせたABMアーキテクチャを提案する。
スペイン・ア・コルナにおけるSARS-CoV-2感染症の進行状況について検討した。
論文 参考訳（メタデータ） (2023-07-28T08:01:05Z) - Cultural-aware Machine Learning based Analysis of COVID-19 Vaccine
Hesitancy [16.52326311355925]
我々は、予防接種意欲を予測するために、新しいデータ収集に基づいて、新しいカルチャー対応機械学習(ML)モデルを設計する。
これらの分析は、ワクチン導入の決定に最も影響を与える主要な要因を明らかにしている。
論文 参考訳（メタデータ） (2023-04-14T06:47:43Z) - Evaluating COVID-19 vaccine allocation policies using Bayesian $m$-top
exploration [53.122045119395594]
マルチアーム・バンディット・フレームワークを用いてワクチンのアロケーション戦略を評価する新しい手法を提案する。
$m$-top Exploringにより、アルゴリズムは最高のユーティリティを期待する$m$ポリシーを学ぶことができる。
ベルギーのCOVID-19流行を個人モデルSTRIDEを用いて検討し、予防接種方針のセットを学習する。
論文 参考訳（メタデータ） (2023-01-30T12:22:30Z) - Doctors vs. Nurses: Understanding the Great Divide in Vaccine Hesitancy
among Healthcare Workers [64.1526243118151]
医者は新型コロナウイルスワクチンに対して全体的に陽性であることがわかりました。
医師は新型ワクチンよりもワクチンの有効性を懸念している。
看護婦は子供に対する潜在的な副作用にもっと注意を払う。
論文 参考訳（メタデータ） (2022-09-11T14:22:16Z) - Dynamics and triggers of misinformation on vaccines [0.552480439325792]
われわれは、さまざまなソーシャルメディアプラットフォーム(Facebook、Instagram、Twitter、YouTube)におけるイタリアのワクチンに関する6年間の議論を分析している。
われわれはまず、ニュース制作時系列の象徴的転送エントロピー分析を用いて、ワクチンに関する議題を慎重に推進する、疑わしい、あるいは信頼できるソースのカテゴリを決定する。
次に、伝達されたスタンスに基づいてワクチン関連コンテンツを正確に分類し、話題を議論する深層学習モデルを活用する。
論文 参考訳（メタデータ） (2022-07-25T15:35:48Z) - Practical Challenges in Differentially-Private Federated Survival
Analysis of Medical Data [57.19441629270029]
本稿では,ニューラルネットワークの本質的特性を活用し,生存分析モデルの訓練過程を関連づける。
小さな医療データセットと少数のデータセンターの現実的な設定では、このノイズはモデルを収束させるのが難しくなります。
DPFed-post は,私的フェデレート学習方式に後処理の段階を追加する。
論文 参考訳（メタデータ） (2022-02-08T10:03:24Z) - The Prominence of Artificial Intelligence in COVID-19 [0.5437050212139087]
2019年12月、新型コロナウイルス(COVID-19)と呼ばれる新しいウイルスが、これまでに膨大な数の因果関係を引き起こした。
本研究は, 早期, 安価な診断方法として, 医師や研究者を支援する方法を探るものである。
ほとんどの途上国では、従来の方法でテストを実行するのが難しいが、機械学習やディープラーニングでは重要な方法が採用されている。
論文 参考訳（メタデータ） (2021-11-18T06:11:45Z) - Indecision Modeling [50.00689136829134]
AIシステムは人間の価値観に合わせて行動することが重要である。
人々はしばしば決定的ではなく、特に彼らの決定が道徳的な意味を持つときです。
論文 参考訳（メタデータ） (2020-12-15T18:32:37Z) - Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。
本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。
我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
論文 参考訳（メタデータ） (2020-09-20T12:24:45Z)
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。