論文の概要: Effects of Antivaccine Tweets on COVID-19 Vaccinations, Cases, and Deaths

• arxiv url: http://arxiv.org/abs/2406.09142v2
• Date: Thu, 28 Aug 2025 23:42:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-01 19:45:10.788945
• Title: Effects of Antivaccine Tweets on COVID-19 Vaccinations, Cases, and Deaths
• Title（参考訳）: ワクチン接種・症例・死亡に対するワクチンツイートの効果
• Authors: John Bollenbacher, Filippo Menczer, John Bryden,
• Abstract要約: アメリカ人の大半は2021年に予防接種を受けないことを選んだ。 最近の研究は、ワクチンの誤報が制御された環境での意図に影響を及ぼすことを示しているが、実際のワクチン接種率とは関連しない。 予防接種率と予防接種率との因果関係の観察的証拠を提示する。
• 参考スコア（独自算出の注目度）: 2.1392057118867123
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite the wide availability of COVID-19 vaccines in the United States and their effectiveness in reducing hospitalizations and mortality during the pandemic, a majority of Americans chose not to be vaccinated during 2021. Recent work shows that vaccine misinformation affects intentions in controlled settings, but does not link it to real-world vaccination rates. Here, we present observational evidence of a causal relationship between exposure to antivaccine content and vaccination rates, and estimate the size of this effect. We present a compartmental epidemic model that includes vaccination, vaccine hesitancy, and exposure to antivaccine content. We fit the model to data to determine that a geographical pattern of exposure to online antivaccine content across US counties explains reduced vaccine uptake in the same counties. We find observational evidence that exposure to antivaccine content on Twitter caused about 14,000 people to refuse vaccination between February and August 2021 in the US, resulting in at least 510 additional cases and 8 additional deaths. This work provides a methodology for linking online speech with offline epidemic outcomes. Our findings should inform social media moderation policy as well as public health interventions.
• Abstract（参考訳）: 米国でのCOVID-19ワクチンの普及と、パンデミック中の入院率と死亡率の低減に効果があったにもかかわらず、アメリカ人の大多数は2021年にワクチンを接種しないことを選んだ。 最近の研究は、ワクチンの誤報が制御された環境での意図に影響を及ぼすことを示しているが、実際のワクチン接種率とは関連しない。 本稿では,予防接種率と予防接種率との因果関係の観察的証拠を提示し,この効果の大きさを推定する。 本稿では,ワクチン接種,ワクチン接種,抗接種内容への曝露を含む分節感染モデルを提案する。 我々は、このモデルをデータに適用し、米国全郡にわたるオンラインの抗ワクチンコンテンツに対する地理的な露出パターンが、同じ郡におけるワクチン摂取量の減少を説明できると判断する。 米国では2021年2月から8月までに約14,000人がワクチン接種を拒否し、少なくとも510人が追加で死亡し、8人が死亡している。 この研究は、オンライン音声とオフライン流行の結果をリンクするための方法論を提供する。 調査結果は、ソーシャルメディアのモデレーション政策と公衆衛生の介入を知らせるべきである。

関連論文リスト

• VaxxHesitancy: A Dataset for Studying Hesitancy towards COVID-19 Vaccination on Twitter [6.061534265076204]
  新型コロナウイルス(COVID-19)ワクチン接種に対するユーザの態度を示す3,101件以上のツイートの新たなコレクションを作成します。 私たちの知る限りでは、ワクチンのヘシタシーを、予防的および抗ワクチン的スタンスとは異なるカテゴリとしてモデル化する最初のデータセットとモデルです。
  論文  参考訳（メタデータ） (2023-01-17T02:00:31Z)
• Dense Feature Memory Augmented Transformers for COVID-19 Vaccination Search Classification [60.49594822215981]
  本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。 本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。 この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
  論文  参考訳（メタデータ） (2022-12-16T13:57:41Z)
• 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)
• "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
  我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。 我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
  論文  参考訳（メタデータ） (2022-06-12T19:41:01Z)
• Winds of Change: Impact of COVID-19 on Vaccine-related Opinions of Twitter users [19.08902619892565]
  新型コロナウイルス(COVID-19)ワクチンを社会規模で投与することは、新型コロナウイルスの感染拡大を防ぐための最も適切な方法だと考えられている。 この世界的なワクチン接種は、ソーシャルメディアプラットフォーム上のワクチンに対する支持と懸念を強く表明する反Vaxxersと反Vaxxersの可能性を自然に引き起こした。 この研究の目的は、Twitterの談話データのレンズを使って、この理解を改善することである。
  論文  参考訳（メタデータ） (2021-11-20T19:33:51Z)
• Sentiment Analysis and Topic Modeling for COVID-19 Vaccine Discussions [10.194753795363667]
  われわれは、Twitter上で新型コロナウイルスに関するツイートを詳細に分析する。 その結果、大多数の人はワクチンの有効性に自信を持ち、ワクチン接種を希望していることがわかった。 否定的なツイートは、しばしばワクチン不足の苦情、注射後の副作用、ワクチン接種後の死亡の可能性と関連付けられている。
  論文  参考訳（メタデータ） (2021-10-08T23:30:17Z)
• COVID-19 Vaccines: Characterizing Misinformation Campaigns and Vaccine Hesitancy on Twitter [8.181808709549227]
  新型コロナウイルスワクチンの誤情報・共謀キャンペーンとその特徴について検討する。 本研究は,ワクチンに関する議論において,誤情報を促進するために協調的努力が用いられているかどうかを判断する。 極右抗ワクチン共謀集団を含む,大規模な抗ワクチン誤情報コミュニティと小規模な抗ワクチンコミュニティについて検討した。
  論文  参考訳（メタデータ） (2021-06-15T20:32:10Z)
• The illicit trade of COVID-19 vaccines on the dark web [55.45786602961871]
  初期の分析によると、ダークウェブマーケットプレース(DWM)は新型コロナウイルス(COVID-19)のパンデミックの開始と同時に、新型コロナウイルス関連製品(マスクや新型コロナウイルス検査など)の提供を開始した。 そこで,2021年7月までに194件のDWMを分析した結果,ワクチンが利用可能となった重要な期間を含む,これまでの調査範囲と深度を広げた。 従来のDWM製品ではレクリエーション薬が最も影響を受けており、2020年3月以降、新型コロナウイルスの言及は着実に増加している。
  論文  参考訳（メタデータ） (2021-02-10T14:52:54Z)
• COVID-19 Vaccine Acceptance in the US and UK in the Early Phase of the Pandemic: AI-Generated Vaccines Hesitancy for Minors, and the Role of Governments [10.64167691614925]
  ワクチン開発における人工知能の使用は、ワクチンの受容に影響を与えなかった。 ワクチンの有効性を明示したヴィグネットは、ワクチンの受け入れを増加させた。
  論文  参考訳（メタデータ） (2020-06-15T06:47:13Z)
• 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)
• Falling into the Echo Chamber: the Italian Vaccination Debate on Twitter [65.7192861893042]
  われわれは、Twitter上での予防接種に関する議論が、予防接種ヘシタントに対する潜在的な不安にどのように影響するかを調査する。 予防接種懐疑派や擁護派が独自の「エチョ室」に居住していることが判明した。 これらのエコーチャンバーの中心には熱心な支持者がいて、高い精度のネットワークとコンテンツベースの分類器を構築しています。
  論文  参考訳（メタデータ） (2020-03-26T13:55:50Z)

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。