論文の概要: Time Profile of U.S. Neighborhoods: Datasets of Time Use at Social Infrastructure Places

• arxiv url: http://arxiv.org/abs/2508.13295v1
• Date: Mon, 18 Aug 2025 18:22:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:31.701038
• Title: Time Profile of U.S. Neighborhoods: Datasets of Time Use at Social Infrastructure Places
• Title（参考訳）: 米国近隣地域の時間プロファイル:社会インフラにおける時間利用のデータセット
• Authors: Yan Wang, Ziyi Guo,
• Abstract要約: 社会基盤は、社会的相互作用を育み、サービス提供を可能にし、多様な環境への露出を促進することによって、近隣の幸福を形作る上で重要な役割を担っている。 空間的アクセシビリティに関する知識の増大にもかかわらず、空間的に解決された国家データセットが欠如しているため、社会インフラの場所での時間使用は過小評価されている。 我々は、エンゲージメントの長さと深さ、活動の多様性、空間的不平等をキャプチャするスケーラブルな社会インフラ時間利用尺度(STU)を開発した。 当社のデータセットは、2019年から2024年の間に収集された、49の大陸州で収集された匿名および集約された足のトラフィックデータを活用しています。
• 参考スコア（独自算出の注目度）: 5.244716758485668
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social infrastructure plays a critical role in shaping neighborhood well-being by fostering social and cultural interaction, enabling service provision, and encouraging exposure to diverse environments. Despite the growing knowledge of its spatial accessibility, time use at social infrastructure places is underexplored due to the lack of a spatially resolved national dataset. We address this gap by developing scalable Social-Infrastructure Time Use measures (STU) that capture length and depth of engagement, activity diversity, and spatial inequality, supported by first-of-their-kind datasets spanning multiple geographic scales from census tracts to metropolitan areas. Our datasets leverage anonymized and aggregated foot traffic data collected between 2019 and 2024 across 49 continental U.S. states. The data description reveals variances in STU across time, space, and differing neighborhood sociodemographic characteristics. Validation demonstrates generally robust population representation, consistent with established national survey findings while revealing more nuanced patterns. Future analyses could link STU with public health outcomes and environmental factors to inform targeted interventions aimed at enhancing population well-being and guiding social infrastructure planning and usage.
• Abstract（参考訳）: 社会インフラは、社会的・文化的相互作用を育み、サービス提供を可能にし、多様な環境への露出を促進することで、近隣の幸福を形作る上で重要な役割を担っている。 空間的アクセシビリティに関する知識の増大にもかかわらず、空間的に解決された国家データセットが欠如しているため、社会インフラの場所での時間使用は過小評価されている。 このギャップを解消するために、人口統計から大都市圏までの複数の地理的スケールにまたがるファースト・オブ・ザ・キンドデータセットによって支援された、エンゲージメントの長さと深さ、活動の多様性、空間的不平等をキャプチャーするスケーラブルなソーシャル・インフラクチャ・タイム・ユース(STU)を開発する。 当社のデータセットは、2019年から2024年の間に収集された、49の大陸州で収集された匿名および集約された足のトラフィックデータを活用しています。 データ記述は、時間、空間、および近隣の社会デマトグラフィー特性の異なるSTUのばらつきを明らかにする。 検証は概して頑健な人口表現を示し、確立された全国的な調査結果と一致し、より微妙なパターンを明らかにしている。 今後の分析は、STUと公衆衛生の成果と環境要因を結びつけて、人口の健全性を高め、社会インフラの計画と利用を導くことを目的とした、目標とする介入を通知する可能性がある。

関連論文リスト

• InclusiViz: Visual Analytics of Human Mobility Data for Understanding and Mitigating Urban Segregation [41.758626973743525]
  InclusiVizは、都市分離の多段階解析のための新しいビジュアル分析システムである。 我々は、環境特徴を用いた社会集団間の移動パターン予測のためのディープラーニングモデルを構築し、説明可能なAIを付加した。 このシステムは、ユーザーが広範囲にわたる概要から細かな詳細まで、分離パターンを探索できる革新的な可視化技術を統合している。
  論文  参考訳（メタデータ） (2025-01-07T07:50:36Z)
• Beyond Data Points: Regionalizing Crowdsourced Latency Measurements [6.921364920053057]
  インターネットのパフォーマンスをサンプリングするための安定な境界を構築するために,クラウドソーシングデータセットの空間解析を行う。 サンプリングバウンダリの安定性は、インターネットのパフォーマンス格差の真の性質を反映する。 これらの結果は,インターネット性能の分布を正確に評価し,最適化する上で,空間モデルの重要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2024-05-18T01:39:22Z)
• Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
  私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。 インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。 多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
  論文  参考訳（メタデータ） (2024-02-28T00:22:42Z)
• Unified Data Management and Comprehensive Performance Evaluation for Urban Spatial-Temporal Prediction [Experiment, Analysis & Benchmark] [78.05103666987655]
  この研究は、多様な都市空間時間データセットにアクセスし活用する際の課題に対処する。 都市空間・時空間のビッグデータ用に設計された統合ストレージフォーマットであるアトミックファイルを導入し,40種類の多様なデータセットでその有効性を検証する。 多様なモデルとデータセットを使用して広範な実験を行い、パフォーマンスリーダーボードを確立し、有望な研究方向性を特定する。
  論文  参考訳（メタデータ） (2023-08-24T16:20:00Z)
• Multi-Temporal Relationship Inference in Urban Areas [75.86026742632528]
  場所間の時間的関係を見つけることは、動的なオフライン広告やスマートな公共交通計画など、多くの都市アプリケーションに役立つ。 空間的に進化するグラフニューラルネットワーク(SEENet)を含むグラフ学習方式によるTrialの解を提案する。 SEConvは時間内アグリゲーションと時間間伝搬を実行し、位置メッセージパッシングの観点から、多面的に空間的に進化するコンテキストをキャプチャする。 SE-SSLは、位置表現学習を強化し、関係の空間性をさらに扱えるように、グローバルな方法でタイムアウェアな自己教師型学習タスクを設計する。
  論文  参考訳（メタデータ） (2023-06-15T07:48:32Z)
• Land use identification through social network interaction [0.0]
  本研究では,NLP(Natural Language Processing)を用いた土地利用の識別手法を提案する。 目的は、住宅、商業、制度、産業、未建設の5つの主要な土地を識別することである。
  論文  参考訳（メタデータ） (2021-12-05T22:55:57Z)
• Health Status Prediction with Local-Global Heterogeneous Behavior Graph [69.99431339130105]
  ウェアラブルセンサから継続的に収集される各種データストリームにより、健康状態の推定が可能です。 行動関連マルチソースデータストリームをローカル・グローバル・グラフでモデル化することを提案する。 学生生活データセットを用いて実験を行い,提案モデルの有効性を実証した。
  論文  参考訳（メタデータ） (2021-03-23T11:10:04Z)
• Mining GIS Data to Predict Urban Sprawl [1.5239252118069764]
  本稿では,地理情報システム(GIS)におけるデータ処理と分析の興味深い問題に対処し,都市スプロールの明確な視点を実現する。 都市スプロール(urban sprawl)とは、自動車依存や住宅と商業の分離といった影響を伴う、低密度地域の拡大と拡大を指す用語である。
  論文  参考訳（メタデータ） (2021-03-21T08:41:35Z)
• Entropy as a measure of attractiveness and socioeconomic complexity in Rio de Janeiro metropolitan area [52.77024349608834]
  携帯電話のデータセットとエントロピーに基づく測度を用いて、位置の魅力を測定する。 その結果、エントロピーによって測定された特定の位置の魅力は、その位置の社会経済的地位の重要な記述者であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T15:58:56Z)

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。