論文の概要: ClimateChat-300K: A Multi-Modal Facebook Dataset for Understanding Diverse Perspectives in Climate Communication
- arxiv url: http://arxiv.org/abs/2605.23326v1
- Date: Fri, 22 May 2026 07:41:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 17:29:20.246569
- Title: ClimateChat-300K: A Multi-Modal Facebook Dataset for Understanding Diverse Perspectives in Climate Communication
- Title（参考訳）: ClimateChat-300K: 気候コミュニケーションにおけるさまざまな視点を理解するためのマルチモーダルFacebookデータセット
- Authors: Wajdi Zaghouani, Md. Rafiul Biswas, Mabrouka Bessghaier, Shimaa Ibrahim, George Mikros,
- Abstract要約: ClimateChat-300Kは、2020年5月から2024年5月まで、CrowdTangleプラットフォームを通じて収集された気候変動に関する299,329のFacebook投稿の大規模なデータセットである。
データセットには、ポストコンテンツ、エンゲージメントメトリクス、ページ属性を含む41のメタデータ機能が含まれている。
トピックモデリングと感情分析を用いて、政策、アクティビズム、協力、科学、保存という5つの領域に分かれた10のテーマを同定する。
- 参考スコア（独自算出の注目度）: 0.7144923631716894
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present ClimateChat-300K, a large-scale dataset of 299,329 public Facebook posts about climate change collected between May 2020 and May 2024 through the CrowdTangle platform. The dataset contains 41 metadata features including post content, engagement metrics, and page attributes, covering material from more than 26,000 global pages. Each post includes rich contextual information such as language, timestamp, page category, and interaction counts, enabling comprehensive analyses of public discourse around climate communication. Using topic modeling and sentiment analysis, we identify ten main themes grouped into five domains: policy, activism, cooperation, science, and conservation. The results reveal that emotional tone, post format, and page identity strongly influence audience engagement, with visually rich and emotionally charged content receiving the highest levels of interaction. The dataset also demonstrates how online discussions evolved in response to major events such as international climate summits and the COVID-19 pandemic period. ClimateChat-300K provides an open resource for reproducible and interdisciplinary research on polarization, misinformation, and the dynamics of digital climate discourse. By releasing this dataset, we aim to support transparent, data-driven research and contribute to a deeper un-derstanding of how public engagement with climate issues develops across time, geography, and institutional contexts.
- Abstract（参考訳）: 私たちは、2020年5月から2024年5月までにCrowdTangleプラットフォームを通じて収集された気候変動に関する299,329のFacebook投稿の大規模なデータセットであるClimateChat-300Kを紹介します。
データセットには、ポストコンテンツ、エンゲージメントメトリクス、ページ属性を含む41のメタデータ機能が含まれており、26,000以上のグローバルページから素材をカバーしている。
各投稿には、言語、タイムスタンプ、ページカテゴリ、インタラクションカウントなどのリッチなコンテキスト情報が含まれており、気候コミュニケーションに関する公開談話の包括的な分析を可能にしている。
トピックモデリングと感情分析を用いて、政策、アクティビズム、協力、科学、保存という5つの領域に分かれた10のテーマを同定する。
その結果、感情的なトーン、ポストフォーマット、ページアイデンティティが観客のエンゲージメントに強く影響を与えており、視覚的に豊かで感情的に課金されたコンテンツは、最も高いレベルのインタラクションを受けています。
このデータセットは、国際的な気候変動サミットや新型コロナウイルスのパンデミック期間など、主要なイベントに対するオンラインの議論の進展も示している。
ClimateChat-300Kは、偏光、誤情報、およびデジタル気候談話のダイナミクスに関する再現性と学際的な研究のためのオープンリソースを提供する。
このデータセットを公開することによって、透過的でデータ駆動型の研究を支援し、時間、地理、制度的な文脈を通じて、気候問題への公的な関与がどのように発達するかについて、より深く未認識にすることを目指している。
関連論文リスト
- Paid Voices vs. Public Feeds: Interpretable Cross-Platform Theme Modeling of Climate Discourse [6.259768189415674]
我々は,2024年7月から2025年9月までに,Meta(以前はFacebookと呼ばれていた)の有料広告とBlueskyのパブリック投稿の気候談話の比較分析を行った。
意味的類似性によってテキストをクラスタリングする、解釈可能な、エンドツーエンドのテーマ発見と割り当てフレームワークを導入する。
その結果, プラットフォームレベルのインセンティブは, 気候物語のテーマ構造, 姿勢の整合性, 時間的応答性に反映されていることがわかった。
論文 参考訳（メタデータ） (2026-01-19T19:00:56Z) - Mapping the Climate Change Landscape on TikTok [0.0]
気候トピックに関する最初のTikTokデータセットを収集します。
我々は、このプラットフォーム上で議論されたトピックを気候分類にマップする。
結果は、TikTokのクリエイターが主にライフスタイルと食事の選択の角度を通じて気候にアプローチしていることを示している。
論文 参考訳（メタデータ） (2025-05-02T13:21:33Z) - ClimateBench-M: A Multi-Modal Climate Data Benchmark with a Simple Generative Method [61.76389719956301]
我々は、ERA5の時系列気候データ、NOAAの極度の気象イベントデータ、NASAの衛星画像データを調整するマルチモーダル気候ベンチマークであるClimateBench-Mに貢献する。
また,各データモダリティの下では,天気予報,雷雨警報,作物の分断作業において,競争性能を向上できる簡易かつ強力な生成手法を提案する。
論文 参考訳（メタデータ） (2025-04-10T02:22:23Z) - Deep Learning for Climate Action: Computer Vision Analysis of Visual Narratives on X [10.72175732685513]
我々は、2019年に共有されたX(元Twitter)の気候変動に関連するツイートのデータセットを分析し、共有された画像とともに730万のツイートを含む。
本手法は, 統計的分析, 画像分類, 物体検出, 感情分析を統合し, 気候談話における視覚的物語を探索する。
筆者らは, 気候コミュニケーションにおける重要なテーマを明らかにするとともに, 画像とテキストの感情の相違を強調し, ソーシャルメディア画像解析における基礎モデルの強みと限界を明らかにする。
論文 参考訳（メタデータ） (2025-03-12T13:03:49Z) - Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。
2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。
我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
論文 参考訳（メタデータ） (2024-01-24T20:05:49Z) - Understanding Opinions Towards Climate Change on Social Media [2.31449645503075]
我々は,実世界の出来事がソーシャルメディア上での気候変動関連トピックに対する個人の意見にどのように影響するかを理解することを目的としている。
我々は2006年から2019年にかけて360万人のユーザーが送った1360万ツイートのデータセットを抽出し分析した。
我々の研究は、COPイベントを取り巻く温暖化対策コミュニティの進化を理解するための第一歩として機能する。
論文 参考訳（メタデータ） (2023-12-02T20:02:34Z) - FREE: The Foundational Semantic Recognition for Modeling Environmental Ecosystems [56.0640340392818]
我々は、様々な特徴と利用可能な情報を使ってユニバーサルモデルを訓練するフレームワーク、FREEを導入する。
その中核となる考え方は、利用可能な環境データをテキスト空間にマッピングし、環境科学における従来の予測モデリングタスクを意味認識問題に変換することである。
河川水温予測と収穫量予測という2つの社会学的に重要な実世界の応用に対する評価は、FREEが複数のベースラインよりも優れていることを示す。
論文 参考訳（メタデータ） (2023-11-17T00:53:09Z) - Federated Prompt Learning for Weather Foundation Models on Devices [37.88417074427373]
天気予報のためのデバイス上のインテリジェンスでは、ローカルなディープラーニングモデルを使用して、集中型クラウドコンピューティングなしで気象パターンを分析する。
本稿では,FedPoD(Federated Prompt Learning for Weather Foundation Models on Devices)を提案する。
FedPoDは、通信効率を維持しながら、高度にカスタマイズされたモデルを得ることができる。
論文 参考訳（メタデータ） (2023-05-23T16:59:20Z) - Climate Change & Computer Audition: A Call to Action and Overview on
Audio Intelligence to Help Save the Planet [98.97255654573662]
この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。
我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
論文 参考訳（メタデータ） (2022-03-10T13:32:31Z) - Trend and Thoughts: Understanding Climate Change Concern using Machine
Learning and Social Media Data [3.7384509727711923]
われわれは大規模な気候変動のTwitterデータセットを構築し、機械学習を用いて包括的な分析を行った。
トピックモデリングと自然言語処理を行うことで、気候変動に関するツイート数と主要な気候イベントの関係を示す。
我々のデータセットはKaggleで公開されており、さらなる研究に利用できる。
論文 参考訳（メタデータ） (2021-11-06T19:59:03Z) - Analyzing Sustainability Reports Using Natural Language Processing [68.8204255655161]
近年、企業は環境への影響を緩和し、気候変動の状況に適応することを目指している。
これは、環境・社会・ガバナンス(ESG)の傘下にある様々な種類の気候リスクと暴露を網羅する、ますます徹底した報告を通じて報告されている。
本稿では,本稿で開発したツールと方法論について紹介する。
論文 参考訳（メタデータ） (2020-11-03T21:22:42Z)
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。