論文の概要: Moral and emotional influences on attitude stability towards COVID-19 vaccines on social media

• arxiv url: http://arxiv.org/abs/2407.19406v1
• Date: Sun, 28 Jul 2024 05:36:20 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-30 18:22:10.243571
• Title: Moral and emotional influences on attitude stability towards COVID-19 vaccines on social media
• Title（参考訳）: ソーシャルメディア上での新型コロナウイルスワクチンに対する態度安定に対する道徳的・感情的な影響
• Authors: Samantha C. Phillips, Lynnette Hui Xian Ng, Wenqi Zhou, Kathleen M. Carley,
• Abstract要約: 本研究は、新型コロナウイルスワクチンに対する態度の道徳的基盤と感情的基盤の関係とスタンスの変化について検討する。 新型コロナウイルス(COVID-19)ワクチンに関するツイートの感情的な言葉は、怒りや驚きを除いて、投稿者のスタンスの変化に大きく関連している。 我々の研究は、建設的な予防接種型メッセージングを設計し、受容的なオーディエンスを特定することに意味がある。
• 参考スコア（独自算出の注目度）: 5.769429204701632
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Effective public health messaging benefits from understanding antecedents to unstable attitudes that are more likely to be influenced. This work investigates the relationship between moral and emotional bases for attitudes towards COVID-19 vaccines and variance in stance. Evaluating nearly 1 million X users over a two month period, we find that emotional language in tweets about COVID-19 vaccines is largely associated with more variation in stance of the posting user, except anger and surprise. The strength of COVID-19 vaccine attitudes associated with moral values varies across foundations. Most notably, liberty is consistently used by users with no or less variation in stance, while fairness and sanctity are used by users with more variation. Our work has implications for designing constructive pro-vaccine messaging and identifying receptive audiences.
• Abstract（参考訳）: 効果的な公衆衛生メッセージングは、先行者を理解することから、影響を受けやすい不安定な態度に恩恵を受ける。 本研究は、新型コロナウイルスワクチンに対する態度の道徳的基盤と感情的基盤の関係とスタンスの変化について検討する。 新型コロナウイルス(COVID-19)ワクチンに関するツイートの感情的な言葉は、怒りや驚きを除いて、投稿者のスタンスの変化に大きく関連している。 道徳的価値観に関連する新型コロナウイルスワクチンの態度の強さは、基礎によって異なる。 最も注目すべきは、自由はスタンスの変化がほとんどあるいは少ないユーザによって一貫して使用され、公平さと正当性はより変化のあるユーザによって使用されることである。 我々の研究は、建設的な予防接種型メッセージングを設計し、受容的なオーディエンスを特定することに意味がある。

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)
• Deep Learning Reveals Patterns of Diverse and Changing Sentiments Towards COVID-19 Vaccines Based on 11 Million Tweets [3.319350419970857]
  11,211,672人の新型コロナウイルス関連ツイートを2年間で2,203,681人を対象に分析した。 我々は、各ツイートの感情を自動的に検出するために、最先端モデルであるXLNetを用いてディープラーニング分類器を微調整した。 さまざまな人口集団のユーザーは、新型コロナウイルスワクチンに対する感情の異なるパターンを示した。
  論文  参考訳（メタデータ） (2022-07-05T13:53:16Z)
• "Double vaccinated, 5G boosted!": Learning Attitudes towards COVID-19 Vaccination from Social Media [4.178929174617172]
  ソーシャルメディア上でのテキスト投稿を利用して、利用者の接種姿勢をほぼリアルタイムで抽出し追跡する。 我々は、ユーザのソーシャルネットワーク隣人の最近の投稿を統合して、ユーザの真の態度を検出する。 Twitterの注釈付きデータセットに基づいて、我々のフレームワークからインスタンス化されたモデルは、姿勢抽出のパフォーマンスを最大23%向上させることができる。
  論文  参考訳（メタデータ） (2022-06-27T17:04:56Z)
• "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)
• Learning to Adapt Domain Shifts of Moral Values via Instance Weighting [74.94940334628632]
  ソーシャルメディアからユーザ生成テキストの道徳的価値を分類することは、コミュニティ文化を理解する上で重要である。 道徳的価値観と言語使用法は、社会運動全体で変化しうる。 本稿では、ドメイン間分類タスクを改善するために、インスタンス重み付けによるニューラルネットワーク適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-04-15T18:15:41Z)
• 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)
• Annotators with Attitudes: How Annotator Beliefs And Identities Bias Toxic Language Detection [75.54119209776894]
  本研究では,アノテータのアイデンティティ(誰)と信念(なぜ)が有害な言語アノテーションに与える影響について検討する。 我々は、アンチブラック言語、アフリカ系アメリカ人の英語方言、俗語という3つの特徴を持つポストを考察する。 以上の結果から,アノテータのアイデンティティと信念と毒性評価の相関が強く示唆された。
  論文  参考訳（メタデータ） (2021-11-15T18:58:20Z)
• American Twitter Users Revealed Social Determinants-related Oral Health Disparities amid the COVID-19 Pandemic [72.44305630014534]
  新型コロナウイルス(COVID-19)パンデミックの期間中に、26州で9,104人のTwitterユーザーから、口腔の健康関連ツイートを収集しました。 女性や若年者(19-29)は口腔の健康問題について話す傾向が強い。 新型コロナウイルス(COVID-19)のリスクが高い郡の人々は、歯の腐敗や歯の出血、歯の破折について語っています。
  論文  参考訳（メタデータ） (2021-09-16T01:10:06Z)
• 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)
• Analyzing COVID-19 on Online Social Media: Trends, Sentiments and Emotions [44.92240076313168]
  我々は、2020年1月20日から2020年5月11日までの間に、TwitterとWeiboの投稿に基づいて、アメリカ人と中国人の感情的な軌跡を分析した。 中国と国連の2つの非常に異なる国とは対照的に、異なる文化におけるCOVID-19に対する人々の見解に顕著な違いが浮かび上がっている。 我々の研究は、公共の感情やパンデミックに対する懸念をリアルタイムで明らかにするための計算的アプローチを提供し、政策立案者が人々のニーズをよりよく理解し、それによって最適な政策を立案するのに役立つ可能性がある。
  論文  参考訳（メタデータ） (2020-05-29T09:24:38Z)

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。