論文の概要: Public Discourse about COVID-19 Vaccinations: A Computational Analysis of the Relationship between Public Concerns and Policies
- arxiv url: http://arxiv.org/abs/2407.10321v1
- Date: Tue, 7 May 2024 15:31:13 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-22 12:49:16.734322
- Title: Public Discourse about COVID-19 Vaccinations: A Computational Analysis of the Relationship between Public Concerns and Policies
- Title（参考訳）: 新型コロナウイルスワクチン接種に関する公開談話:公衆の懸念と政策の関係に関する計算分析
- Authors: Katarina Boland, Christopher Starke, Felix Bensmann, Frank Marcinkowski, Stefan Dietze,
- Abstract要約: 予防接種キャンペーンの展開に伴い、ドイツ語を話す地域は他のヨーロッパ地域よりもはるかに低い予防接種率を示した。
Twitter上では、新型コロナウイルスの重症度やワクチンの有効性、安全性に対する懐疑論が話題となっている。
パンデミックの後期段階では、政策が実施され、無ワクチンの市民の自由が制限されたとき、ワクチン接種の増加が観察された。
- 参考スコア（独自算出の注目度）: 3.203095675418499
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Societies worldwide have witnessed growing rifts separating advocates and opponents of vaccinations and other COVID-19 countermeasures. With the rollout of vaccination campaigns, German-speaking regions exhibited much lower vaccination uptake than other European regions. While Austria, Germany, and Switzerland (the DACH region) caught up over time, it remains unclear which factors contributed to these changes. Scrutinizing public discourses can help shed light on the intricacies of vaccine hesitancy and inform policy-makers tasked with making far-reaching decisions: policies need to effectively curb the spread of the virus while respecting fundamental civic liberties and minimizing undesired consequences. This study draws on Twitter data to analyze the topics prevalent in the public discourse. It further maps the topics to different phases of the pandemic and policy changes to identify potential drivers of change in public attention. We use a hybrid pipeline to detect and analyze vaccination-related tweets using topic modeling, sentiment analysis, and a minimum of social scientific domain knowledge to analyze the discourse about vaccinations in the light of the COVID-19 pandemic in the DACH region. We show that skepticism regarding the severity of the COVID-19 virus and towards efficacy and safety of vaccines were among the prevalent topics in the discourse on Twitter but that the most attention was given to debating the theme of freedom and civic liberties. Especially during later phases of the pandemic, when implemented policies restricted the freedom of unvaccinated citizens, increased vaccination uptake could be observed. At the same time, increasingly negative and polarized sentiments emerge in the discourse. This suggests that these policies might have effectively attenuated vaccination hesitancy but were not successfully dispersing citizens' doubts and concerns.
- Abstract（参考訳）: 世界の社会は、ワクチン接種や他の新型コロナウイルス対策の支持者や反対者を分離する亀裂が増えているのを目撃している。
予防接種キャンペーンの展開に伴い、ドイツ語を話す地域は他のヨーロッパ地域よりもはるかに低い予防接種率を示した。
オーストリア、ドイツ、スイス(DACH地域)は時間とともに追いついたが、これらの変化にどのような要因が寄与したのかは定かではない。
公衆の言論を精査することは、ワクチンの根本的自由を尊重し、望ましくない結果を最小限に抑えながら、ウイルスの拡散を効果的に抑制する必要があるという、ワクチンの難しさの難しさを浮き彫りにするのに役立つ。
この研究は、Twitterのデータに基づいて、公開談話で広く使われているトピックを分析している。
さらに、このトピックをパンデミックのさまざまな段階と政策変更にマッピングし、公衆の注意を引いた変化の潜在的な要因を特定する。
DACH地域でのCOVID-19パンデミックに照らして予防接種に関する談話を分析するために、トピックモデリング、感情分析、最小限の社会科学領域知識を用いて予防接種に関連するツイートを検出し分析するためにハイブリッドパイプラインを使用します。
Twitter上では、新型コロナウイルスの重症度やワクチンの有効性、安全性に関する懐疑論が話題となっているが、自由と市民の自由を議論する上で最も注意が払われた。
特にパンデミックの後期段階では、政策が実施され、無ワクチンの市民の自由が制限された場合、ワクチン接種の増加が観察された。
同時に、次第に否定的かつ偏極的な感情が言論に現れる。
このことは、これらの政策が予防接種の難しさを効果的に弱めたかもしれないが、市民の疑念や懸念を分散させることに成功しなかったことを示唆している。
関連論文リスト
- An analysis of vaccine-related sentiments from development to deployment
of COVID-19 vaccines [0.31317409221921144]
私たちは、ディープラーニングモデルによる感情分析フレームワークを使用して、COVID-19パンデミックの始まりからTwitterの感情を分析します。
以上の結果から, ツイート数, ケース数, 感情極性スコアの変化の関連性を示した。
論文 参考訳（メタデータ） (2023-06-23T22:10:05Z) - 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) - Vaccine Discourse on Twitter During the COVID-19 Pandemic [0.7161783472741748]
本研究は、Twitter上での新型コロナウイルスワクチンに関する投稿を調査し、ワクチンに対する否定的な姿勢を持つものに焦点を当てる。
新型コロナウイルスワクチンに関連する英国のツイート16,713,238件のデータセットが収集された。
新型コロナウイルスワクチンに関する否定性は、ワクチンのロールアウトとともに時間とともに低下していることを示す。
論文 参考訳（メタデータ） (2022-07-23T13:50:51Z) - "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) - Assessing the influence of French vaccine critics during the two first
years of the COVID-19 pandemic [0.0]
新型コロナウイルスの感染拡大に伴うソーシャルメディアに対する、ワクチン批判活動家の影響力について検討する。
パンデミックの2年間で、フランス・ツイット圏における新型コロナウイルスワクチンに関する議論の進化を分析した。
この期間、ワクチンに関する議論が急増したが、特定の出来事に関連する短い期間を除いて、これらの議論におけるワクチンクリティカルな内容の共有は安定している。
論文 参考訳（メタデータ） (2022-02-22T14:47:41Z) - 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) - Insight from NLP Analysis: COVID-19 Vaccines Sentiments on Social Media [6.965634726663563]
パンデミックの最中、英国と米国住民のツイートをTwitter APIから収集しました。
VADERによる感情分析を行い、個人の影響をカウントできる新しい方法を提案した。
その結果、予防接種が進むにつれて、有名人がソーシャルメディアに意見転換を導く可能性が示唆された。
論文 参考訳（メタデータ） (2021-06-08T03:37:22Z) - Dark Web Marketplaces and COVID-19: before the vaccine [53.447910186085586]
2020年1月1日から11月16日までの間に、30のダークウェブマーケットプレースから抽出された851,199件の分析を行った。
新型コロナウイルス製品に直接関連した788のリストを同定し、製品カテゴリーの時間的進化をモニタリングする。
新型コロナウイルス(COVID-19)パンデミックの間、オンラインのシャドーエコノミーがどのように発展してきたのかを明らかにし、DWMの継続的なモニタリングの重要性を強調します。
論文 参考訳（メタデータ） (2020-08-04T14:27:41Z) - 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) - 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。