論文の概要: Linguistic Patterns in Pandemic-Related Content: A Comparative Analysis of COVID-19, Constraint, and Monkeypox Datasets

• arxiv url: http://arxiv.org/abs/2510.07579v1
• Date: Wed, 08 Oct 2025 21:51:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-10 17:54:14.750383
• Title: Linguistic Patterns in Pandemic-Related Content: A Comparative Analysis of COVID-19, Constraint, and Monkeypox Datasets
• Title（参考訳）: パンデミック関連コンテンツの言語パターン:COVID-19, Constraint, Monkeypoxデータセットの比較分析
• Authors: Mkululi Sikosana, Sean Maudsley-Barton, Oluwaseun Ajao,
• Abstract要約: 本研究では,パンデミック関連オンライン談話の言語学的解析を行う。 可読性,修辞的マーカー,説得的言語使用の有意な差異を同定した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study conducts a computational linguistic analysis of pandemic-related online discourse to examine how language distinguishes health misinformation from factual communication. Drawing on three corpora: COVID-19 false narratives (n = 7588), general COVID-19 content (n = 10700), and Monkeypox-related posts (n = 5787), we identify significant differences in readability, rhetorical markers, and persuasive language use. COVID-19 misinformation exhibited markedly lower readability scores and contained over twice the frequency of fear-related or persuasive terms compared to the other datasets. It also showed minimal use of exclamation marks, contrasting with the more emotive style of Monkeypox content. These patterns suggest that misinformation employs a deliberately complex rhetorical style embedded with emotional cues, a combination that may enhance its perceived credibility. Our findings contribute to the growing body of work on digital health misinformation by highlighting linguistic indicators that may aid detection efforts. They also inform public health messaging strategies and theoretical models of crisis communication in networked media environments. At the same time, the study acknowledges limitations, including reliance on traditional readability indices, use of a deliberately narrow persuasive lexicon, and reliance on static aggregate analysis. Future research should therefore incorporate longitudinal designs, broader emotion lexicons, and platform-sensitive approaches to strengthen robustness.
• Abstract（参考訳）: 本研究では,パンデミック関連オンライン談話の計算言語学的分析を行い,言語が事実コミュニケーションと健康情報をどのように区別するかを検討する。 3つのコーパス (n = 7588), 一般的なCOVID-19内容 (n = 10700), Monkeypox関連投稿 (n = 5787) を描画し, 可読性, 修辞的マーカー, 説得的言語使用の有意な差異を明らかにした。 新型コロナウイルス(COVID-19)の誤報は、可読性のスコアが著しく低く、他のデータセットに比べて恐怖に関連する言葉の頻度の2倍以上であった。 また、モンキーポックスコンテンツのよりエモーティブなスタイルとは対照的に、表現マークの使用が最小限であった。 これらのパターンは、誤情報には感情的な手がかりが埋め込まれた故意に複雑な修辞スタイルが採用されていることを示唆している。 本研究は, 検出作業に役立つ言語指標を強調することにより, デジタルヘルスの誤報に関する研究の活発化に寄与する。 また、ネットワーク化されたメディア環境における公衆衛生メッセージング戦略や危機コミュニケーションの理論モデルについても通知する。 同時に、従来の可読性指標への依存、故意に狭い説得レキシコンの使用、静的集約分析への依存など、制限を認めている。 今後の研究は、長手なデザイン、より広い感情のレキシコン、強靭性を強化するためのプラットフォームに敏感なアプローチを取り入れるべきである。

関連論文リスト

• Learning Interpretable Representations Leads to Semantically Faithful EEG-to-Text Generation [52.51005875755718]
  我々は脳波からテキストへの復号に焦点をあて、後部崩壊のレンズを通して幻覚の問題に対処する。 脳波とテキスト間の情報容量のミスマッチを認め、デコードタスクをコア意味のセマンティックな要約として再設計する。 パブリックなZuCoデータセットの実験では、GLIMが一貫して、流動的なEEG基底文を生成することが示されている。
  論文  参考訳（メタデータ） (2025-05-21T05:29:55Z)
• Comparative sentiment analysis of public perception: Monkeypox vs. COVID-19 behavioral insights [0.0]
  本研究は、それぞれ147,475ツイートと106,638ツイートの広範囲なデータセットを活用することで、COVID-19 と mpox を取り巻く公衆の認識の比較感情分析を行う。 この分析は、病気の特徴、メディアの表現、パンデミックの疲労によって引き起こされる公衆の感情に顕著な違いを浮き彫りにした。 この研究は、感情の極性とテーマの傾向のレンズを通して、公衆衛生メッセージングの調整、誤報の軽減、同時健康危機時の信頼の育成に関する貴重な洞察を提供する。
  論文  参考訳（メタデータ） (2025-05-12T10:37:33Z)
• Contrastive Learning with Counterfactual Explanations for Radiology Report Generation [83.30609465252441]
  放射線学レポート生成のためのtextbfCountertextbfFactual textbfExplanations-based framework (CoFE) を提案する。 反現実的な説明は、アルゴリズムによってなされた決定をどのように変えられるかを理解するための強力なツールとして、シナリオが何であるかを問うことによって役立ちます。 2つのベンチマークの実験では、反ファクト的な説明を活用することで、CoFEは意味的に一貫性があり、事実的に完全なレポートを生成することができる。
  論文  参考訳（メタデータ） (2024-07-19T17:24:25Z)
• Uncertainty-aware Medical Diagnostic Phrase Identification and Grounding [72.18719355481052]
  MRG(Messical Report Grounding)と呼ばれる新しい課題について紹介する。 MRGは医療報告から診断フレーズとその対応する接地箱を直接エンドツーエンドで識別することを目的としている。 マルチモーダルな大規模言語モデルを用いて診断フレーズを予測する,堅牢で信頼性の高いフレームワークである uMedGround を提案する。
  論文  参考訳（メタデータ） (2024-04-10T07:41:35Z)
• A Comparative Analysis of the COVID-19 Infodemic in English and Chinese: Insights from Social Media Textual Data [2.641576480886427]
  新型コロナウイルス(COVID-19)のインフォデミック(インフォデミック)は、パンデミックに関連する誤報や未確認の主張が急速に広まるのを特徴としている。 本稿では、ソーシャルメディアプラットフォームから抽出したテキストデータを用いて、英語と中国語におけるCOVID-19インフォデミックの比較分析を行った。
  論文  参考訳（メタデータ） (2023-11-14T08:55:11Z)
• Leveraging text data for causal inference using electronic health records [1.4182510510164876]
  本稿では,電子健康データによる因果推論を支援するためにテキストデータを活用する統一的なフレームワークを提案する。 従来のマッチング分析にテキストデータを組み込むことで、推定処理効果の妥当性を高めることができることを示す。 これらの手法は、臨床データの二次解析範囲を、構造化ERHデータに制限された領域にまで広げる可能性があると考えている。
  論文  参考訳（メタデータ） (2023-06-09T16:06:02Z)
• Natural Language Decompositions of Implicit Content Enable Better Text Representations [52.992875653864076]
  本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。 我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。 本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
  論文  参考訳（メタデータ） (2023-05-23T23:45:20Z)
• Plague Dot Text: Text mining and annotation of outbreak reports of the Third Plague Pandemic (1894-1952) [0.8114550931351494]
  学際調査による第3次疫病パンデミックからの100件以上の報告の調査(1894年−1952年) 私たちのゴールは、世界第3位のパンデミックの疫学を理解するために使われた、最も重要な概念の構造化された説明を開発することです。
  論文  参考訳（メタデータ） (2020-02-04T17:16:36Z)

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。