論文の概要: What does the public want their local government to hear? A data-driven case study of public comments across the state of Michigan
- arxiv url: http://arxiv.org/abs/2507.18431v1
- Date: Thu, 24 Jul 2025 14:10:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-25 15:10:43.742803
- Title: What does the public want their local government to hear? A data-driven case study of public comments across the state of Michigan
- Title（参考訳）: 住民は地元政府に何を聞きたいのか? ミシガン州全体での公開コメントに関するデータ駆動のケーススタディ
- Authors: Chang Ge, Justine Zhang, Haofei Xu, Yanna Krupnikov, Jenna Bednar, Sabina Tomkins,
- Abstract要約: 本稿では,2つの側面に沿ってコメントを特徴付ける枠組みを提案する。
ミシガン州の15都市から集めた公開コメントの膨大な記録に基づいています。
そして、我々のフレームワークが、我々のデータに生ずる健全なローカルな関心事や社会的関心事を調べるのにどのように役立つかを実証する。
- 参考スコア（独自算出の注目度）: 4.695090078528572
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: City council meetings are vital sites for civic participation where the public can speak directly to their local government. By addressing city officials and calling on them to take action, public commenters can potentially influence policy decisions spanning a broad range of concerns, from housing, to sustainability, to social justice. Yet studies of these meetings have often been limited by the availability of large-scale, geographically-diverse data. Relying on local governments' increasing use of YouTube and other technologies to archive their public meetings, we propose a framework that characterizes comments along two dimensions: the local concerns where concerns are situated (e.g., housing, election administration), and the societal concerns raised (e.g., functional democracy, anti-racism). Based on a large record of public comments we collect from 15 cities in Michigan, we produce data-driven taxonomies of the local concerns and societal concerns that these comments cover, and employ machine learning methods to scalably apply our taxonomies across the entire dataset. We then demonstrate how our framework allows us to examine the salient local concerns and societal concerns that arise in our data, as well as how these aspects interact.
- Abstract（参考訳）: 市政委員会が市民参加のための重要な場所であり、市民は地方政府に直接話すことができる。
市役人に対して行動を起こすよう呼びかけることによって、公共のコメント者は住宅から持続可能性、社会正義まで幅広い関心事にまたがる政策決定に影響を与える可能性がある。
しかし、これらの会議の研究は、大規模で地理的に異なるデータの提供によって、しばしば制限されてきた。
地方自治体が公的なミーティングをアーカイブするためにYouTubeやその他の技術の利用が増加していることを踏まえ、関心事(住宅、選挙管理など)の所在する地域的関心事と社会的関心事(機能的民主主義、反人種差別)という2つの側面に沿ってコメントを特徴付ける枠組みを提案する。
ミシガン州の15都市から収集した公開コメントの膨大な記録に基づいて、これらのコメントがカバーしている地元の関心事と社会的関心事に関するデータ駆動分類を作成し、データセット全体にわたって我々の分類を辛抱強く適用するために機械学習手法を採用しています。
次に、当社のフレームワークが、データに生ずる健全なローカルな関心事や社会的関心事、そしてこれらの側面がどのように相互作用するかを、どのように調べることができるかを示します。
関連論文リスト
- Community Moderation and the New Epistemology of Fact Checking on Social Media [124.26693978503339]
ソーシャルメディアプラットフォームは伝統的に、誤解を招くコンテンツを識別しフラグを立てるために、独立した事実チェック組織に依存してきた。
X(元Twitter)とMetaは、クラウドソースのファクトチェックの独自のバージョンを立ち上げて、コミュニティ主導のコンテンツモデレーションに移行した。
主要なプラットフォーム間での誤情報検出の現在のアプローチについて検討し,コミュニティ主導型モデレーションの新たな役割を探求し,大規模クラウドチェックの約束と課題の両方を批判的に評価する。
論文 参考訳（メタデータ） (2025-05-26T14:50:18Z) - You Don't Have to Live Next to Me: Towards Demobilizing Individualistic Bias in Computational Approaches to Urban Segregation [0.0]
社会的不平等の世界的な増加は、我々の時代で最も差し迫った問題の一つだ。
都市規模における社会的不平等の表現は、都市分離を引き起こす。
ビッグデータと計算モデルの人気が高まり、多くの計算研究に影響を与えた。
論文 参考訳（メタデータ） (2025-05-03T14:15:27Z) - PUBLICSPEAK: Hearing the Public with a Probabilistic Framework in Local Government [0.01499944454332829]
PUBLICSPEAKは,地方自治体の会合で公的な発言を発見できる確率的枠組みである。
PUBLICSPEAKが平均して10%向上し,最大40%向上することが確認された。
論文 参考訳（メタデータ） (2025-03-14T17:04:36Z) - Uchaguzi-2022: A Dataset of Citizen Reports on the 2022 Kenyan Election [49.35115948941981]
Uchaguzi-2022は、2022年のケニア総選挙に関する14kの分類と地理タグ付き市民報告のデータセットである。
このデータセットを使用して、言語モデルがレポートの分類とジオタグ化に役立てられるかどうかを調査し、AI for Social Goodスペースにおけるその可能性を強調します。
論文 参考訳（メタデータ） (2024-12-17T17:08:35Z) - Leveraging Large Language Models for Topic Classification in the Domain
of Public Affairs [65.9077733300329]
大規模言語モデル (LLM) は公務員文書の分析を大幅に強化する可能性を秘めている。
LLMは、公共の分野など、ドメイン固有のドキュメントを処理するのに非常に役立ちます。
論文 参考訳（メタデータ） (2023-06-05T13:35:01Z) - Application of Text Analytics in Public Service Co-Creation: Literature
Review and Research Framework [68.8204255655161]
従来の公共サービスのトップダウン開発に代わるものとして、公共サービスの共創がある。
共同創造は、より優れた公共サービスを作成し、公開価値を達成することを目的として、ステークホルダー間のコラボレーションを促進する。
本研究では,テキストデータにテキスト分析(TA)技術を適用することで,公共サービスの共同作成を支援するための既存の研究について検討する。
論文 参考訳（メタデータ） (2023-05-20T17:34:17Z) - Measuring the Impact of Taxes and Public Services on Property Values: A
Double Machine Learning Approach [0.0]
スウェーデンのすべての自治体で,時間的局所特性と公共サービス制御の新たなデータセットを用いて検討を行った。
地方公共事業の適正な統制と特徴的統制は、地方所得税が住宅価格に与える影響を2倍以上にすることを見出した。
また、公共サービス、教育、犯罪が住宅価格に与える影響、地方税が移住に与える影響も測定する。
論文 参考訳（メタデータ） (2022-03-23T19:33:54Z) - BEV-Net: Assessing Social Distancing Compliance by Joint People
Localization and Geometric Reasoning [77.08836528980248]
新型コロナウイルス(COVID-19)の感染拡大を受け、公衆衛生に不可欠なソーシャルディスタンシング(ソーシャルディスタンシング)が注目されている。
本研究では,広視野カメラを用いた公共空間における視覚的ソーシャル・ディスタンシング・コンプライアンス・アセスメントの課題について考察する。
鳥眼ビュー(BEV)下での注釈付き群集シーンのデータセットと距離測定のための地上真実を紹介する。
マルチブランチネットワークであるBEV-Netは、世界座標における個人をローカライズし、ソーシャルディスタンシングに違反する高リスク領域を特定するために提案されている。
論文 参考訳（メタデータ） (2021-10-10T23:56:37Z) - Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。
市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。
本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
論文 参考訳（メタデータ） (2021-10-05T12:51:11Z) - Online geolocalized emotion across US cities during the COVID crisis:
Universality, policy response, and connection with local mobility [0.0]
パンデミックの最初の数ヶ月で、米国中の49都市で約1300万のジオタグ付きツイートを分析しました。
調査期間を通じて,都市全体での全体的および話題に基づく感情の普遍的傾向を観察した。
これらの局所的な感情は、都市レベルのモビリティに強く相関し、予測的であるが、感情と局所的なケースと死亡との相関は比較的弱い。
論文 参考訳（メタデータ） (2020-09-22T11:32:46Z) - Dutch General Public Reaction on Governmental COVID-19 Measures and
Announcements in Twitter Data [1.7289766438701686]
われわれは、2020年2月にオランダで発生した新型コロナウイルスの流行から始まるTwitter APIを使ってストリーミングデータを収集する。
我々は、政府の措置や発表に対するオランダの一般大衆の反応を追跡する。
我々は過去7ヶ月のつぶやき頻度と公的な感情の時間的分析を行った。
論文 参考訳（メタデータ） (2020-06-12T16:03:58Z)
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。