論文の概要: When are We Worried? Temporal Trends of Anxiety and What They Reveal about Us
- arxiv url: http://arxiv.org/abs/2602.10400v1
- Date: Wed, 11 Feb 2026 01:07:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-12 21:44:01.360432
- Title: When are We Worried? Temporal Trends of Anxiety and What They Reveal about Us
- Title（参考訳）: いつ悩むのか? 不安の時間的傾向とそれらが与える影響
- Authors: Saif M. Mohammad,
- Abstract要約: ソーシャルメディア上での不安感のレベルは、その日の上昇と転倒の体系的なパターンを示す。
また,過去,現在,未来における不安についても検討し,過去の緊張度が最も高く,将来の緊張度が最も低いことを示す。
これらの傾向は、私たちが心配している時だけでなく、異なるタイプのフォーカス(未来、過去、自己、外向など)が不安にどのように関係しているかについての貴重な洞察を提供する。
- 参考スコア（独自算出の注目度）: 23.852162547414547
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this short paper, we make use of a recently created lexicon of word-anxiety associations to analyze large amounts of US and Canadian social media data (tweets) to explore *when* we are anxious and what insights that reveals about us. We show that our levels of anxiety on social media exhibit systematic patterns of rise and fall during the day -- highest at 8am (in-line with when we have high cortisol levels in the body) and lowest around noon. Anxiety is lowest on weekends and highest mid-week. We also examine anxiety in past, present, and future tense sentences to show that anxiety is highest in past tense and lowest in future tense. Finally, we examine the use of anxiety and calmness words in posts that contain pronouns to show: more anxiety in 3rd person pronouns (he, they) posts than 1st and 2nd person pronouns and higher anxiety in posts with subject pronouns (I, he, she, they) than object pronouns (me, him, her, them). Overall, these trends provide valuable insights on not just when we are anxious, but also how different types of focus (future, past, self, outward, etc.) are related to anxiety.
- Abstract（参考訳）: 本稿では、最近作成された単語不安関連団体の辞書を用いて、米国とカナダのソーシャルメディアデータ(つぶやき)を大量に分析し、私たちが不安であるかどうか、私たちについて明らかになる洞察を探索する。
ソーシャルメディア上での不安のレベルは、午前8時(体にコルチゾール濃度が高い時)に最も高く、正午頃には最低。
不安は週末に最も低く、週半ばに最も高い。
また,過去,現在,未来における不安についても検討し,過去の緊張度が最も高く,将来の緊張度が最も低いことを示す。
最後に,3人称代名詞(彼,彼女,彼女,彼女)よりも3人称代名詞(彼,彼女,彼女)の方が不安度が高く,対象代名詞(私,彼,彼女,彼女)よりも不安度が高い。
全体として、これらの傾向は、私たちが心配している時だけでなく、異なるタイプのフォーカス(未来、過去、自己、外向など)が不安にどのように関係しているかについての貴重な洞察を提供する。
関連論文リスト
- The Shifting Landscape of Vaccine Discourse: Insights From a Decade of Pre- to Post-COVID-19 Vaccine Posts on Social Media [61.575555311964706]
我々は、英語話者がソーシャルメディア上でワクチンについて話す方法を分析し、ソーシャルメディア投稿におけるワクチンに関する進化的物語を理解する。
最初に、2013年から2022年までのワクチンに関する1870万のキュレートされた投稿からなる、新しいデータセットを紹介した。
我々の分析は、新型コロナウイルスのパンデミックが、ワクチンに関するXユーザーの感情と言論に複雑な変化をもたらしたことを示している。
論文 参考訳（メタデータ） (2025-11-20T22:28:59Z) - WorryWords: Norms of Anxiety Association for over 44k English Words [35.0834082343387]
不安(Anxiety)は、潜在的なネガティブな結果に対する予期しない不安であり、共通の、有益な人間の感情である。
不安が私たちの身体とどのように関係しているか、そしてそれが言語でどのように現れるのかなど、まだ分かっていないことがまだたくさんある。
我々はWorryWordsを紹介した。WorryWordsは、44,450以上の英単語に対して、手動で派生した単語親和性アソシエーションの最初の大規模リポジトリである。
論文 参考訳（メタデータ） (2024-11-06T15:03:47Z) - Inducing anxiety in large language models can induce bias [47.85323153767388]
我々は、確立された12の大規模言語モデル(LLM)に焦点を当て、精神医学でよく用いられる質問紙に答える。
以上の結果から,最新のLSMの6つが不安アンケートに強く反応し,人間に匹敵する不安スコアが得られた。
不安誘発は、LSMのスコアが不安アンケートに影響を及ぼすだけでなく、人種差別や老化などの偏見を測る以前に確立されたベンチマークにおいて、それらの行動に影響を及ぼす。
論文 参考訳（メタデータ） (2023-04-21T16:29:43Z) - Personalized State Anxiety Detection: An Empirical Study with Linguistic
Biomarkers and A Machine Learning Pipeline [7.512067061195175]
社会不安の症状が高い人は、しばしば社会的状況における状態不安の上昇を示す。
デジタルバイオマーカーと機械学習技術を利用して、状態の不安を検出することが可能である。
論文 参考訳（メタデータ） (2023-04-19T19:06:42Z) - What Are You Anxious About? Examining Subjects of Anxiety during the
COVID-19 Pandemic [2.628557920905129]
新型コロナウイルスは、パンデミックのさまざまな段階において、公衆に不均衡なメンタルヘルスをもたらす。
私たちは、パンデミックに対するオンラインコミュニティの不安を引き起こす特定の側面を捉えるために、計算アプローチを使用します。
論文 参考訳（メタデータ） (2022-09-27T05:22:38Z) - Towards Preemptive Detection of Depression and Anxiety in Twitter [14.877991297466174]
うつ病と不安は、日常生活の多くの領域で観察される精神疾患である。
我々は、Twitterにおけるうつ病と不安検出の研究を促進するために設計されたデータセットを開発した。
論文 参考訳（メタデータ） (2020-11-10T17:17:23Z) - Understanding the Hoarding Behaviors during the COVID-19 Pandemic using
Large Scale Social Media Data [77.34726150561087]
われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。
ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。
LIWCの不安度はTwitterの不安度よりもかなり高い。
論文 参考訳（メタデータ） (2020-10-15T16:02:25Z) - Anxiety Detection Leveraging Mobile Passive Sensing [53.11661460916551]
不安障害は、子供と成人の両方に影響を及ぼす最も一般的な精神医学的問題である。
スマートフォンから受動的かつ控えめなデータ収集を活用することは、古典的な方法の代替となるかもしれない。
eWellnessは、個人デバイスのセンサとユーザログデータの完全な適合性を、連続的かつ受動的に追跡するために設計された、実験的なモバイルアプリケーションである。
論文 参考訳（メタデータ） (2020-08-09T20:22:52Z)
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。