論文の概要: Potentials and Limitations of Large-scale, Individual-level Mobile Location Data for Food Acquisition Analysis

• arxiv url: http://arxiv.org/abs/2503.18119v1
• Date: Sun, 23 Mar 2025 15:52:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-25 14:30:53.423947
• Title: Potentials and Limitations of Large-scale, Individual-level Mobile Location Data for Food Acquisition Analysis
• Title（参考訳）: 食品買収分析のための大規模・個人レベルの移動位置情報の可能性と限界
• Authors: Duanya Lyu, Luyu Liu, Catherine Campbell, Yuxuan Zhang, Xiang Yan,
• Abstract要約: 本稿では,食品取得分析における大規模GPSデータの可能性と限界について検討する。 フロリダ州ジャクソンビルの個人による2億8800万件のGPS記録の高解像度データセットを用いて、ケーススタディを実施します。 以上の結果から,GPSデータから取得行動に関する貴重な知見が得られたが,食品店への来店頻度を過小評価できる可能性が示唆された。
• 参考スコア（独自算出の注目度）: 7.951464014836594
• License:
• Abstract: Understanding food acquisition is crucial for developing strategies to combat food insecurity, a major public health concern. The emergence of large-scale mobile location data (typically exemplified by GPS data), which captures people's movement over time at high spatiotemporal resolutions, offer a new approach to study this topic. This paper evaluates the potential and limitations of large-scale GPS data for food acquisition analysis through a case study. Using a high-resolution dataset of 286 million GPS records from individuals in Jacksonville, Florida, we conduct a case study to assess the strengths of GPS data in capturing spatiotemporal patterns of food outlet visits while also discussing key limitations, such as potential data biases and algorithmic uncertainties. Our findings confirm that GPS data can generate valuable insights about food acquisition behavior but may significantly underestimate visitation frequency to food outlets. Robustness checks highlight how algorithmic choices-especially regarding food outlet classification and visit identification-can influence research results. Our research underscores the value of GPS data in place-based health studies while emphasizing the need for careful consideration of data coverage, representativeness, algorithmic choices, and the broader implications of study findings.
• Abstract（参考訳）: 食品の取得を理解することは、食品の安全と戦うための戦略を開発するために不可欠である。 大規模な移動位置データ(一般的にGPSデータで例示される)の出現は、高時空間分解能で時間とともに人々の動きを捉え、このトピックを研究するための新しいアプローチを提供する。 本稿では,大規模GPSデータによる食品収量分析の可能性と限界について,事例研究を通じて検討する。 フロリダ州ジャクソンビルの個人による2億8800万件のGPSデータの高解像度データセットを用いて、食品出口訪問の時空間パターンを捉えながらGPSデータの強度を評価するとともに、潜在的なデータバイアスやアルゴリズム上の不確実性といった重要な制限について議論するケーススタディを実施している。 以上の結果から,GPSデータから食品の取得行動に関する貴重な知見が得られたが,飲食店への来店頻度は著しく過小評価される可能性が示唆された。 ロバストネスチェックは、特にフードアウトレットの分類と訪問識別に関するアルゴリズムの選択が、研究結果にどのように影響するかを強調している。 本研究は,データカバレッジ,代表性,アルゴリズムの選択,研究結果の広範な影響を慎重に検討することの必要性を強調しながら,場所ベースの健康研究におけるGPSデータの価値を強調した。

関連論文リスト

• Investigating Vulnerabilities of GPS Trip Data to Trajectory-User Linking Attacks [49.1574468325115]
  単一旅行からなるGPS旅行データセットにおいて,ユーザ識別子を再構築する新たな攻撃を提案する。 個人識別が削除された場合でも再識別のリスクは大きい。 さらなる調査では、少数の人しか訪れていない場所を頻繁に訪れているユーザーは、再識別に弱い傾向にあることが示されている。
  論文  参考訳（メタデータ） (2025-02-12T08:54:49Z)
• A Survey on Differential Privacy for SpatioTemporal Data in Transportation Research [0.9790236766474202]
  交通機関では、時空間データ収集が急増している。 このようなデータにおける微分プライバシーの最近の発展は、応用プライバシーの研究につながっている。 個人情報を公開することなく、研究や推論におけるこのようなデータの必要性に対処するために、重要な研究が提案されている。
  論文  参考訳（メタデータ） (2024-07-18T03:19:29Z)
• Enhancing stop location detection for incomplete urban mobility datasets [0.0]
  本研究は, 位置同定のための密度に基づく手法を強化するために, 分類アルゴリズムの適用について検討する。 提案手法は,様々な時間にまたがる個別のルーチン行動を含む複数の特徴を取り入れ,個々のGPS点の局所的特徴を拡大する。
  論文  参考訳（メタデータ） (2024-07-16T10:41:08Z)
• Data-Centric AI in the Age of Large Language Models [51.20451986068925]
  本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。 本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。 データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
  論文  参考訳（メタデータ） (2024-06-20T16:34:07Z)
• Early Detection of Critical Urban Events using Mobile Phone Network Data [1.215595725505415]
  ネットワークシグナリングデータ(NSD)は、個人による携帯電話サービスに関する継続的な時間情報を提供する可能性がある。 NSDは、火災、大事故、スタンプ、テロ攻撃、スポーツやレジャーの集まりなど、重要な都市イベントの早期発見を可能にする。 本稿では,高度NSDが交通サービス消費の異常を検出できるという実証的証拠を提示する。
  論文  参考訳（メタデータ） (2024-05-29T14:31:39Z)
• Where you go is who you are -- A study on machine learning based semantic privacy attacks [3.259843027596329]
  本稿では,2つの攻撃シナリオ,すなわち位置分類とユーザプロファイリングを体系的に分析する。 Foursquareのデータセットと追跡データの実験は、高品質な空間情報の悪用の可能性を示している。 以上の結果から,追跡データや空間文脈データのデータベース化のリスクが指摘される。
  論文  参考訳（メタデータ） (2023-10-26T17:56:50Z)
• LargeST: A Benchmark Dataset for Large-Scale Traffic Forecasting [65.71129509623587]
  道路交通予測はスマートシティのイニシアチブにおいて重要な役割を担い、ディープラーニングの力によって大きな進歩を遂げている。 しかし、現在の公開データセットで達成される有望な結果は、現実的なシナリオには適用できないかもしれない。 カリフォルニアで合計8,600のセンサーと5年間の時間カバレッジを含む、LargeSTベンチマークデータセットを紹介します。
  論文  参考訳（メタデータ） (2023-06-14T05:48:36Z)
• Predicting Seriousness of Injury in a Traffic Accident: A New Imbalanced Dataset and Benchmark [62.997667081978825]
  本稿では,交通事故における傷害の重大性を予測するために,機械学習アルゴリズムの性能を評価する新しいデータセットを提案する。 データセットは、英国運輸省から公開されているデータセットを集約することで作成される。
  論文  参考訳（メタデータ） (2022-05-20T21:15:26Z)
• Label scarcity in biomedicine: Data-rich latent factor discovery enhances phenotype prediction [102.23901690661916]
  低次元の埋め込み空間は、健康指標、ライフスタイル、および人口動態の予測をデータスカース化するために、英国バイオバンクの人口データセットから導出することができる。 半超越的アプローチによるパフォーマンス向上は、おそらく様々な医学データサイエンス応用にとって重要な要素となるだろう。
  論文  参考訳（メタデータ） (2021-10-12T16:25:50Z)
• Urban Sensing based on Mobile Phone Data: Approaches, Applications and Challenges [67.71975391801257]
  モバイルデータ分析における多くの関心は、人間とその行動に関連している。 本研究の目的は,携帯電話データから知識を発見するために実装された手法や手法をレビューすることである。
  論文  参考訳（メタデータ） (2020-08-29T15:14:03Z)

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。