論文の概要: Seasonality Patterns in 311-Reported Foodborne Illness Cases and Machine Learning-Identified Indications of Foodborne Illnesses from Yelp Reviews, New York City, 2022-2023

• arxiv url: http://arxiv.org/abs/2405.06138v1
• Date: Thu, 09 May 2024 23:10:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-11 00:58:48.959656
• Title: Seasonality Patterns in 311-Reported Foodborne Illness Cases and Machine Learning-Identified Indications of Foodborne Illnesses from Yelp Reviews, New York City, 2022-2023
• Title（参考訳）: 2022-2023年ニューヨーク・Yelpの食品性疾患311例の季節変動と機械学習による食品性疾患の指標
• Authors: Eden Shaveet, Crystal Su, Daniel Hsu, Luis Gravano,
• Abstract要約: 我々はYelpのレビューとメタデータを抽出し、レストランの食品消費に関連する食中毒の発生の可能性を特定した。 我々は311年の食中毒報告の季節パターンを同定し、階層型シグモイド注意ネットワーク(HSAN)を用いたニューヨーク市のレストランのYelpレビューから食品病の季節パターンを同定した。
• 参考スコア（独自算出の注目度）: 8.972167744334206
• License:
• Abstract: Restaurants are critical venues at which to investigate foodborne illness outbreaks due to shared sourcing, preparation, and distribution of foods. Formal channels to report illness after food consumption, such as 311, New York City's non-emergency municipal service platform, are underutilized. Given this, online social media platforms serve as abundant sources of user-generated content that provide critical insights into the needs of individuals and populations. We extracted restaurant reviews and metadata from Yelp to identify potential outbreaks of foodborne illness in connection with consuming food from restaurants. Because the prevalence of foodborne illnesses may increase in warmer months as higher temperatures breed more favorable conditions for bacterial growth, we aimed to identify seasonal patterns in foodborne illness reports from 311 and identify seasonal patterns of foodborne illness from Yelp reviews for New York City restaurants using a Hierarchical Sigmoid Attention Network (HSAN). We found no evidence of significant bivariate associations between any variables of interest. Given the inherent limitations of relying solely on user-generated data for public health insights, it is imperative to complement these sources with other data streams and insights from subject matter experts. Future investigations should involve conducting these analyses at more granular spatial and temporal scales to explore the presence of such differences or associations.
• Abstract（参考訳）: レストランは、食品のソーシング、準備、流通の共有による食中毒の発生を調査する重要な場所である。 ニューヨーク市の非緊急自治体サービスプラットフォームである311など、食品消費後の病気を報告するための公式チャネルは未利用である。 これを踏まえ、オンラインソーシャルメディアプラットフォームは、個人や人口のニーズに対する重要な洞察を提供する、ユーザー生成コンテンツの豊富な情報源として機能する。 我々はYelpからレストランのレビューとメタデータを抽出し、レストランの食品消費に関連する食中毒の発生の可能性を特定した。 温度上昇が細菌増殖に好適な条件を呈するにつれて,食品病の流行は温暖化する可能性があるため,我々は,食品病の季節パターンを311例から同定し,階層型シグモイド注意ネットワーク(HSAN)を用いたニューヨークレストランのYelpレビューから,食品病の季節パターンを同定することを目的とした。 興味のある変数間の有意な二変量関係の証拠は見つからなかった。 公衆衛生に関する洞察のために、ユーザー生成データのみに頼るという本来の制限を考えると、これらのソースを他のデータストリームや主題の専門家からの洞察と補完することが不可欠である。 今後の研究は、これらの分析をよりきめ細かな空間的・時間的スケールで実施して、そのような違いや関連性の存在を探求することである。

関連論文リスト

• Cyber Food Swamps: Investigating the Impacts of Online-to-Offline Food Delivery Platforms on Healthy Food Choices [8.68050552945013]
  オンラインフードデリバリープラットフォームがユーザーの健康的な食品選択に与える影響は、まだ不明である。 男性、低所得者、若年者、大都市にいる者は、O2Oプラットフォームを介してファーストフードを注文する傾向にある。 ファーストフードの注文の比率が高いのは「サイバーフード湿地」であり、アクセス可能なファーストフードレストランの比率が高いことが特徴である。
  論文  参考訳（メタデータ） (2024-09-25T03:54:33Z)
• NutritionVerse-Direct: Exploring Deep Neural Networks for Multitask Nutrition Prediction from Food Images [63.314702537010355]
  自己申告法はしばしば不正確であり、重大な偏見に悩まされる。 近年、食品画像から栄養情報を予測するためにコンピュータビジョン予測システムを用いた研究が進められている。 本稿では,様々なニューラルネットワークアーキテクチャを活用することにより,食事摂取量推定の有効性を高めることを目的とする。
  論文  参考訳（メタデータ） (2024-05-13T14:56:55Z)
• Event Detection from Social Media for Epidemic Prediction [76.90779562626541]
  ソーシャルメディア投稿から疫病関連事象を抽出・分析する枠組みを構築した。 実験では、新型コロナウイルスベースのSPEEDで訓練されたEDモデルが、3つの目に見えない流行の流行を効果的に検出する方法が明らかにされている。 モンキーポックスのWHO流行宣言より4～9週間早く,抽出した事象の報告が急激な増加を示すことを示す。
  論文  参考訳（メタデータ） (2024-04-02T06:31:17Z)
• From Canteen Food to Daily Meals: Generalizing Food Recognition to More Practical Scenarios [92.58097090916166]
  DailyFood-172とDailyFood-16という2つの新しいベンチマークを、毎日の食事から食のイメージをキュレートする。 これらの2つのデータセットは、よく計算された食品画像領域から日常的な食品画像領域へのアプローチの伝達性を評価するために使用される。
  論文  参考訳（メタデータ） (2024-03-12T08:32:23Z)
• UCE-FID: Using Large Unlabeled, Medium Crowdsourced-Labeled, and Small Expert-Labeled Tweets for Foodborne Illness Detection [8.934980946374367]
  食品性疾患検出のための深層学習フレームワークEGALを提案する。 EGALは、クラウドソーシングされた大量のラベルのないデータによって強化された、専門家ラベル付き小さなツイートを使用する。 EGALは、ツイートストリーミングのリアルタイム分析のためにデプロイされる可能性がある。
  論文  参考訳（メタデータ） (2023-12-02T21:03:23Z)
• NutritionVerse-3D: A 3D Food Model Dataset for Nutritional Intake Estimation [65.47310907481042]
  高齢者の4人に1人は栄養不良です。 機械学習とコンピュータビジョンは、食品の自動栄養トラッキング方法の約束を示す。 NutritionVerse-3Dは、105個の3D食品モデルの大規模な高解像度データセットである。
  論文  参考訳（メタデータ） (2023-04-12T05:27:30Z)
• TWEET-FID: An Annotated Dataset for Multiple Foodborne Illness Detection Tasks [14.523433519237607]
  食中毒は深刻なが予防可能な公衆衛生上の問題である。 効果的なアウトブレイク検出モデルを開発するためにラベル付きデータセットが不足している。 TWEET-FIDは、食品性疾患検出タスクのための、初めて公開された注釈付きデータセットである。
  論文  参考訳（メタデータ） (2022-05-22T03:47:18Z)
• Fine-grained prediction of food insecurity using news streams [9.04748106111465]
  深層学習の最近の進歩を活用して,1980年から2020年にかけて発行されたニュース記事から,食品危機に対する高周波前駆体を抽出する。 私たちのテキスト機能は、既存のデータによって因果的に基礎付けられ、解釈可能で、検証され、既存のモデルよりも32%の食糧危機を予測できます。
  論文  参考訳（メタデータ） (2021-11-17T17:35:00Z)
• Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
  食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。 食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。 食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
  論文  参考訳（メタデータ） (2021-07-13T06:26:53Z)
• IFoodCloud: A Platform for Real-time Sentiment Analysis of Public Opinion about Food Safety in China [6.799945955379126]
  IFoodCloudは、中国の食品安全に関する世論のリアルタイム感情分析のためのプラットフォームです。 公共の意見の傾向、公衆の感情、および食品安全事件の地域的注意の相違を調べるのに使用できる3,100以上の公的情報源からデータを収集します。
  論文  参考訳（メタデータ） (2021-02-17T04:42:33Z)
• Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
  画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。 本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。 食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
  論文  参考訳（メタデータ） (2020-03-09T07:41:17Z)

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。