論文の概要: The Human Flourishing Geographic Index: A County-Level Dataset for the United States, 2013--2023

• arxiv url: http://arxiv.org/abs/2511.03915v1
• Date: Wed, 05 Nov 2025 23:35:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-07 20:17:53.240092
• Title: The Human Flourishing Geographic Index: A County-Level Dataset for the United States, 2013--2023
• Title（参考訳）: The Human Flourishing Geographic Index: A County-Level Dataset for the United States, 2013-2023
• Authors: Stefano M. Iacus, Devika Jain, Andrea Nasuto, Giuseppe Porro, Marcello Carammia, Andrea Vezzulli,
• Abstract要約: HFGI(Human Flourishing Geographic Index)は、アメリカにおける約260億件のツイートを分析した指標である。 このデータセットは、郡レベルでも州レベルでも、繁栄する関連談話の指標を提供している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantifying human flourishing, a multidimensional construct including happiness, health, purpose, virtue, relationships, and financial stability, is critical for understanding societal well-being beyond economic indicators. Existing measures often lack fine spatial and temporal resolution. Here we introduce the Human Flourishing Geographic Index (HFGI), derived from analyzing approximately 2.6 billion geolocated U.S. tweets (2013-2023) using fine-tuned large language models to classify expressions across 48 indicators aligned with Harvard's Global Flourishing Study framework plus attitudes towards migration and perception of corruption. The dataset offers monthly and yearly county- and state-level indicators of flourishing-related discourse, validated to confirm that the measures accurately represent the underlying constructs and show expected correlations with established indicators. This resource enables multidisciplinary analyses of well-being, inequality, and social change at unprecedented resolution, offering insights into the dynamics of human flourishing as reflected in social media discourse across the United States over the past decade.
• Abstract（参考訳）: 幸福、健康、目的、美徳、関係、経済的安定を含む多次元構造である人間の繁栄の定量化は、経済指標を超えた社会的幸福を理解する上で重要である。 既存の測度は、しばしば微妙な空間分解能と時間分解能を欠いている。 本稿では、ハーバードのGlobal Flourishing Studyフレームワークに適合する48の指標にまたがる表現を分類するために、微調整された大きな言語モデルを用いて、約260億の米国ツイートを分析したHFGIを紹介します。 このデータセットは、毎月、郡レベルおよび州レベルで、繁栄する関連談話の指標を提供し、その指標が根底にある構造を正確に表現し、確立された指標と予測される相関を示すことを確認するために検証されている。 このリソースは、前例のない解決で幸福、不平等、社会的変化を多分野に分けて分析し、過去10年間のアメリカにおけるソーシャルメディアの議論に反映された人間の繁栄のダイナミクスに関する洞察を提供する。

関連論文リスト

• Interpretable Graph-Language Modeling for Detecting Youth Illicit Drug Use [51.696842592898804]
  十代の若者や若者(TYA)の間での違法薬物使用は、公衆衛生上の問題となっている。 TYAの違法薬物使用を検出するため、研究者は若者のリスク行動調査(YRBS)や全米薬物使用・健康調査(NSDUH)などの大規模調査を分析した。 既存のモデリング手法は、潜伏構造と相互接続構造を見渡すことで、調査変数を独立に扱う。 LAMIは違法薬物の使用を検知し、TYA間の行動危険因子を解釈するための新しいグラフ言語モデリングフレームワークである。
  論文  参考訳（メタデータ） (2025-10-11T17:29:50Z)
• Comparative Analysis of Time Series Foundation Models for Demographic Forecasting: Enhancing Predictive Accuracy in US Population Dynamics [4.3009067533625895]
  本研究は,アメリカ合衆国における時系列基盤モデルの人口変動予測への応用について検討した。 従来のベースラインに対する時系列基礎モデル(TimesFM)の性能評価を行った。 人口統計学的に多様性のある6州を対象に行った実験では、TimesFMが86.67%のテストケースで最低値のMean Squared Error(MSE)を達成した。
  論文  参考訳（メタデータ） (2025-08-09T07:55:09Z)
• Human Cognitive Benchmarks Reveal Foundational Visual Gaps in MLLMs [65.93003087656754]
  VisFactorは、よく確立された認知心理学評価から20の視覚中心のサブテストをデジタル化するベンチマークである。 GPT、Gemini、Claude、LLaMA、Qwen、SEEDファミリーから20のフロンティアマルチモーダル言語モデル(MLLM)を評価する。 最高のパフォーマンスモデルは100点中25.19点のスコアしか得られず、精神的な回転、空間的関係推論、図形の識別といったタスクに一貫して失敗する。
  論文  参考訳（メタデータ） (2025-02-23T04:21:32Z)
• The MuSe 2024 Multimodal Sentiment Analysis Challenge: Social Perception and Humor Recognition [64.5207572897806]
  マルチモーダル・センティメント・アナリティクス・チャレンジ (MuSe) 2024は、現代の2つのマルチモーダル・インフルエンスと感情分析の問題に対処する。 Social Perception Sub-Challenge (MuSe-Perception)では、参加者は16種類の個人の社会的属性を予測する。 クロスカルカルカルチャー・ヒューモー検出サブチャレンジ(MuSe-Humor)データセットは、Passau Spontaneous Football Coach Humorデータセット上に拡張される。
  論文  参考訳（メタデータ） (2024-06-11T22:26:20Z)
• Distortions in Judged Spatial Relations in Large Language Models [45.875801135769585]
  GPT-4は55%の精度で優れた性能を示し、GPT-3.5は47%、Llama-2は45%であった。 モデルは、ほとんどの場合において最も近い基数方向を同定し、その連想学習機構を反映した。
  論文  参考訳（メタデータ） (2024-01-08T20:08:04Z)
• Learning Economic Indicators by Aggregating Multi-Level Geospatial Information [20.0397537179667]
  本研究は,複数レベルの地理的単位から観測される特徴を集約することで,経済指標を予測するための深層学習モデルを提案する。 我々の新しいマルチレベル学習モデルは、人口、購買力、エネルギー消費などの重要な指標を予測する上で、強いベースラインを著しく上回ります。 我々は、不平等と貧困に関する政策・社会科学研究において不可欠な第一歩である不平等を測定するためのマルチレベルモデルについて論じる。
  論文  参考訳（メタデータ） (2022-05-03T13:05:39Z)
• Twitter Subjective Well-Being Indicator During COVID-19 Pandemic: A Cross-Country Comparative Study [0.0]
  本研究は、日本とイタリアのTwitterデータ指標を用いて、新型コロナウイルスのパンデミックが主観的幸福感に与える影響を分析した。 全体として、主観的な幸福感はイタリアでは11.7%、日本では8.3%減少し、2020年の最初の9ヶ月は2019年の最後の2ヶ月と比較して減少した。
  論文  参考訳（メタデータ） (2021-01-19T15:51:53Z)
• The Interplay of Demographic Variables and Social Distancing Scores in Deep Prediction of U.S. COVID-19 Cases [6.08110388949389]
  本稿では, スペクトルクラスタリングと相関行列の新たな組み合わせにより, アメリカ合衆国の郡の成長軌跡を特徴づける。 コミュニティを区別する上で最も統計的に重要な人口統計的特徴を選択します。 3つのソーシャルディスタンシングスコアを用いて,LSTMを用いた郡の将来的な成長を効果的に予測する。
  論文  参考訳（メタデータ） (2021-01-06T16:12:29Z)
• Predicting Livelihood Indicators from Community-Generated Street-Level Imagery [70.5081240396352]
  本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。 全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
  論文  参考訳（メタデータ） (2020-06-15T18:12:12Z)
• Generating Interpretable Poverty Maps using Object Detection in Satellite Images [80.35540308137043]
  衛星画像に物体検出装置を適用することにより、局所レベルでの貧困を正確に予測するための解釈可能な計算手法を実証する。 対象物の重み付けを特徴として、ウガンダの村レベルの貧困を予測する0.539 Pearson's r2を達成し、既存の(解釈不可能でない)ベンチマークよりも31%改善した。
  論文  参考訳（メタデータ） (2020-02-05T02:50:01Z)

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。