論文の概要: News Sentiment as a Predictor for American Domestic Migration

• arxiv url: http://arxiv.org/abs/2502.15998v1
• Date: Fri, 21 Feb 2025 23:19:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-25 15:58:50.350969
• Title: News Sentiment as a Predictor for American Domestic Migration
• Title（参考訳）: アメリカ国内移住の予測因子としてのニューズセンチメント
• Authors: Benjamin Lane, Simeon Sayer,
• Abstract要約: 本稿は、米国新聞紙が米国間移民の傾向に与える影響について詳しく述べる。 平均的な感情スコアが算出され、ニューラルネットワークにデータを入力できるようになった。 状態間移動を予測するためにロジスティック回帰モデルが用いられた。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This paper goes into depth on the effect that US News Sentiment from national newspapers has on US interstate migration trends. Through harnessing data from the New York Times between 2010 and 2020, an average sentiment score was calculated, allowing for data to be entered into a neural network. Then a logistic regression model was used to predict interstate migration. The results indicate the model was highly accurate as the mean margin of error was +/- 900 citizens. The predictions from the model were compared with the US Census data from 2010 to 2020 that was used to train the model. Since the input for the model was not exposed to any migration data, the model clearly demonstrated that its results were drawn from sentiment data alone. These findings are significant as they indicate that the role of the press could be used as a predictor for domestic migration which can help the government and businesses understand better what is influencing people to move to certain places.
• Abstract（参考訳）: 本稿は、米国新聞紙が米国間移民の傾向に与える影響について詳しく述べる。 2010年から2020年にかけて、New York Timesのデータを活用することで、平均的な感情スコアが算出され、データがニューラルネットワークに入力できるようになった。 次に、状態間移動を予測するためにロジスティック回帰モデルを用いた。 その結果,誤差率の平均値は+/-900人であった。 モデルからの予測は、モデルをトレーニングするために使用された2010年から2020年までの米国国勢調査データと比較された。 モデルの入力は移行データに公開されなかったため、モデルでは感情データのみから結果が引き出されたことを明らかに示していた。 これらの知見は、報道機関の役割が国内移住の予測要因として利用され、政府や企業が特定の場所への移動に何の影響があるのかをよりよく理解するのに役立つことを示唆している。

関連論文リスト

• A Directional Rockafellar-Uryasev Regression [0.0]
  ほとんどのビッグデータデータセットは、選択バイアスに悩まされている。 信頼できる見積もりの大きな障害のひとつは、トレーニングとテストデータの違いです。 本稿では,研究者が与える2種類のメタデータ情報を考慮した損失関数を提案する。
  論文  参考訳（メタデータ） (2024-11-04T19:42:05Z)
• The Devil is in the Neurons: Interpreting and Mitigating Social Biases in Pre-trained Language Models [78.69526166193236]
  プレトレーニング言語モデル(PLM)は、社会的バイアスのような有害な情報を含むことが認識されている。 我々は,社会バイアスなどの望ましくない行動に起因する言語モデルにおいて,正確に単位(すなわちニューロン)を特定するために,sc Social Bias Neuronsを提案する。 StereoSetの以前の測定値からわかるように、我々のモデルは、低コストで言語モデリング能力を維持しながら、より高い公平性を達成する。
  論文  参考訳（メタデータ） (2024-06-14T15:41:06Z)
• Data-Driven Socio-Economic Deprivation Prediction via Dimensionality Reduction: The Power of Diffusion Maps [0.0]
  本研究は, 人口統計データを用いて, 市内で最も被害の少ない地域の位置を推定するモデルを提案する。 拡散マップアルゴリズムを用いて次元の減少とパターンの発見を行う。 このモデルは、プロジェクト領域における将来の損失を予測する上で、強いパフォーマンスを示します。
  論文  参考訳（メタデータ） (2023-12-15T14:34:14Z)
• Scaling Laws Do Not Scale [54.72120385955072]
  最近の研究によると、データセットのサイズが大きくなると、そのデータセットでトレーニングされたモデルのパフォーマンスが向上する。 このスケーリング法則の関係は、モデルのアウトプットの質を異なる集団がどのように認識するかと一致しないパフォーマンスを測定するために使われる指標に依存する、と我々は主張する。 異なるコミュニティは、互いに緊張関係にある価値を持ち、モデル評価に使用されるメトリクスについて、困難で、潜在的に不可能な選択をもたらす可能性がある。
  論文  参考訳（メタデータ） (2023-07-05T15:32:21Z)
• ASPEST: Bridging the Gap Between Active Learning and Selective Prediction [56.001808843574395]
  選択予測は、不確実な場合の予測を棄却する信頼性のあるモデルを学ぶことを目的としている。 アクティブラーニングは、最も有意義な例を問うことで、ラベリングの全体、すなわち人間の依存度を下げることを目的としている。 本研究では,移動対象領域からより情報のあるサンプルを検索することを目的とした,新たな学習パラダイムである能動的選択予測を導入する。
  論文  参考訳（メタデータ） (2023-04-07T23:51:07Z)
• Membership Inference Attacks against Synthetic Data through Overfitting Detection [84.02632160692995]
  我々は、攻撃者が基礎となるデータ分布についてある程度の知識を持っていると仮定する現実的なMIA設定について論じる。 生成モデルの局所的なオーバーフィッティングをターゲットとして,メンバシップを推論することを目的とした密度ベースMIAモデルであるDOMIASを提案する。
  論文  参考訳（メタデータ） (2023-02-24T11:27:39Z)
• Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
  選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。 地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
  論文  参考訳（メタデータ） (2023-01-02T12:40:05Z)
• A fairness assessment of mobility-based COVID-19 case prediction models [0.0]
  予測モデルのトレーニングに使用されるモビリティデータのバイアスが、特定の人口集団に対して不当に精度の低い予測に繋がる可能性があるという仮説を検証した。 特に、モデルは大きく、高度に教育され、富裕な若者、都市、非黒人が支配する郡を好む傾向にある。
  論文  参考訳（メタデータ） (2022-10-08T03:43:51Z)
• Forecasting Future World Events with Neural Networks [68.43460909545063]
  Autocastは数千の予測質問と付随するニュースコーパスを含むデータセットである。 ニュースコーパスは日付によって整理され、人間が過去の予測を行った条件を正確にシミュレートすることができる。 予測タスクで言語モデルをテストし、パフォーマンスが人間専門家のベースラインよりはるかに低いことを確認します。
  論文  参考訳（メタデータ） (2022-06-30T17:59:14Z)
• Equality of opportunity in travel behavior prediction with deep neural networks and discrete choice models [3.4806267677524896]
  本研究では,旅行行動分析に重要な欠落次元である計算公正性を導入する。 まず、機会の平等によって計算公正性を運用し、次に、データ固有のバイアスと、モデリングによって導入されたバイアスを区別する。
  論文  参考訳（メタデータ） (2021-09-25T19:02:23Z)

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。