論文の概要: Deciphering public attention to geoengineering and climate issues using machine learning and dynamic analysis
- arxiv url: http://arxiv.org/abs/2405.07010v1
- Date: Sat, 11 May 2024 13:10:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-14 18:57:41.827574
- Title: Deciphering public attention to geoengineering and climate issues using machine learning and dynamic analysis
- Title（参考訳）: 機械学習と動的解析を用いた地球工学と気候問題への公衆の注意の解読
- Authors: Ramit Debnath, Pengyu Zhang, Tianzhu Qin, R. Michael Alvarez, Shaun D. Fitzgerald,
- Abstract要約: われわれはBBCとニューヨーク・タイムズの英語記事30,773件を掘り下げて、地球工学に対する大衆の関心が、より広い気候問題に関するニュースに反応してどのように変動するかを探った。
エネルギー関連ニュースの肯定的な感情は、ジオエンジニアリングに対する一般の関心を高める良い予測要因であることがわかった。
本研究は,地球工学と気候活動への公的な関与が一様ではないことを示唆し,エネルギー・災害・政治に関する気候ニュースなど,時間とともに関心を成す上で強力なトピックがいくつかあることを示唆する。
- 参考スコア（独自算出の注目度）: 4.428734623724967
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As the conversation around using geoengineering to combat climate change intensifies, it is imperative to engage the public and deeply understand their perspectives on geoengineering research, development, and potential deployment. Through a comprehensive data-driven investigation, this paper explores the types of news that captivate public interest in geoengineering. We delved into 30,773 English-language news articles from the BBC and the New York Times, combined with Google Trends data spanning 2018 to 2022, to explore how public interest in geoengineering fluctuates in response to news coverage of broader climate issues. Using BERT-based topic modeling, sentiment analysis, and time-series regression models, we found that positive sentiment in energy-related news serves as a good predictor of heightened public interest in geoengineering, a trend that persists over time. Our findings suggest that public engagement with geoengineering and climate action is not uniform, with some topics being more potent in shaping interest over time, such as climate news related to energy, disasters, and politics. Understanding these patterns is crucial for scientists, policymakers, and educators aiming to craft effective strategies for engaging with the public and fostering dialogue around emerging climate technologies.
- Abstract（参考訳）: 気候変動と戦うためにジオエンジニアリングを使うことに関する議論が強まるにつれ、地球工学の研究、開発、そして潜在的な展開に対する人々の見解を深く理解することが不可欠である。
包括的データ駆動調査を通じて,地球工学に対する一般の関心を喚起するニュースの種類について検討する。
われわれは、BBCとNew York Timesの30,773の英語ニュース記事と、2018年から2022年にかけてのGoogle Trendsのデータを組み合わせて、地球工学に対する大衆の関心が、より広い気候問題に関するニュースに反応してどのように変動するかを探った。
BERTに基づくトピックモデリング,感情分析,時系列回帰モデルを用いて,エネルギー関連ニュースの肯定的な感情がジオエンジニアリングへの関心を高めるための良い予測要因であることがわかった。
本研究は,地球工学と気候活動への公的な関与が一様ではないことを示唆し,エネルギー・災害・政治に関する気候ニュースなど,時間とともに関心を成す上で強力なトピックがいくつかあることを示唆する。
これらのパターンを理解することは、科学者、政策立案者、教育者にとって、公衆と関わり、新興気候技術に関する対話を促進する効果的な戦略を構築するために不可欠である。
関連論文リスト
- Analyzing Regional Impacts of Climate Change using Natural Language
Processing Techniques [0.9387233631570752]
我々は、気候学における特定の地理を特定するために、名前付きエンティティ認識(NER)にBERT(Bidirectional Representations from Transformers)を用いる。
地域ごとの気候傾向分析を行い、特定の地域での気候変動に関連する主要なテーマや関心点を特定する。
これらの地域固有の気候データの詳細な調査は、よりカスタマイズされた政策作成、適応、緩和戦略の作成を可能にする。
論文 参考訳（メタデータ） (2024-01-11T16:44:59Z) - ClimateNLP: Analyzing Public Sentiment Towards Climate Change Using
Natural Language Processing [0.0]
本稿では、自然言語処理(NLP)技術を用いて、気候変動に関する話題を分析し、気候変動に関連するツイートの感情を定量化する。
目的は、個人が表現する感情を識別し、気候変動に関する世論のパターンを明らかにすることである。
論文 参考訳（メタデータ） (2023-10-12T07:48:50Z) - AI for Global Climate Cooperation: Modeling Global Climate Negotiations,
Agreements, and Long-Term Cooperation in RICE-N [75.67460895629348]
n個の戦略エージェントによる気候変動緩和に関する長期的な協力は、複雑なゲーム理論の問題を引き起こす。
地球温暖化と経済をシミュレートするマルチリージョン統合アセスメントモデルであるRICE-Nを紹介する。
本稿では,多エージェント強化学習を用いて理性エージェントをRICE-Nで訓練する方法について述べる。
論文 参考訳（メタデータ） (2022-08-15T04:38:06Z) - Climate Change & Computer Audition: A Call to Action and Overview on
Audio Intelligence to Help Save the Planet [98.97255654573662]
この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。
我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
論文 参考訳（メタデータ） (2022-03-10T13:32:31Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳（メタデータ） (2021-10-05T12:51:11Z) - NLP for Climate Policy: Creating a Knowledge Platform for Holistic and
Effective Climate Action [2.482368922343792]
本論文では,気候政策研究におけるNLP手法の活用方法について論じる。
NLPと気候政策研究の共生を4つの手法で例示します。
本論文は, 総合的な気候政策の定式化に, 知識プラットフォームの構築が寄与すると主張する。
論文 参考訳（メタデータ） (2021-05-12T12:30:02Z) - Applications of physics-informed scientific machine learning in
subsurface science: A survey [64.0476282000118]
地球系は、化石エネルギー探査、廃棄物処理、地質炭素隔離、再生可能エネルギー生成などの人間の活動によって変化した地質形成です。
したがって、ジオシステムの責任ある使用と探索は、効率的な監視、リスクアセスメント、および実用的な実装のための意思決定支援ツールに依存するジオシステムガバナンスにとって重要です。
近年の機械学習アルゴリズムと新しいセンシング技術の急速な進歩は、地下研究コミュニティがジオシステムガバナンスの有効性と透明性を向上させる新しい機会を提示しています。
論文 参考訳（メタデータ） (2021-04-10T13:40:22Z) - ClimaText: A Dataset for Climate Change Topic Detection [2.9767565026354186]
文に基づく気候変動トピック検出のためのデータセットであるtextscClimaTextを紹介した。
一般的なキーワードベースのモデルは、そのような複雑で進化するタスクには不十分であることがわかった。
我々の分析は、いくつかの面で改善する大きな可能性を明らかにしている。
論文 参考訳（メタデータ） (2020-12-01T13:42:37Z) - Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。
これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。
本稿では,本稿で開発したツールと方法論について紹介する。
論文 参考訳（メタデータ） (2020-11-03T21:22:42Z) - From Talk to Action with Accountability: Monitoring the Public
Discussion of Policy Makers with Deep Neural Networks and Topic Modelling [0.0]
マルチソーストピックアグリゲーションシステム (MuSTAS) を提案する。
MuSTASは、いくつかの公開ソースからのポリシー作成者によるスピーチとレトリックを、容易に消化可能なトピックの要約に処理する。
この話題の消化は、政治家が気候変動と気候政策についてどこに、どのように、いつ話すかを評価するのに、一般市民や市民社会に役立ちます。
論文 参考訳（メタデータ） (2020-10-16T12:21:01Z) - A Data Scientist's Guide to Streamflow Prediction [55.22219308265945]
我々は,水文降雨要素と流出モデルに着目し,洪水の予測と流れの予測に応用する。
このガイドは、データサイエンティストが問題や水文学的な概念、そしてその過程で現れる詳細を理解するのを助けることを目的としています。
論文 参考訳（メタデータ） (2020-06-05T08:04:37Z)
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。