Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

monitoração AI-permitida dos social-media do tempo real de sentimentos públicos na vacinação COVID-19

A ofensiva da pandemia COVID-19, a caça para uma droga, e a revelação e a administração bem sucedidas de uma vacina impactou povos além da medida no mundo inteiro. A disponibilidade da tecnologia à mão permite um de pesquisar e avaliar as atitudes do pessoa sob estas circunstâncias de tentativa. Os resultados são empregados geralmente para calcular sua inclinação do pessoa o humor e para políticas e decisões.

Figura 2: O sentimento semanal calculado a média de Facebook tende para (a) o Reino Unido e (b) os E.U.

O sentimento semanal calculado a média de Facebook tende para (a) o Reino Unido e (b) os E.U. Crédito de imagem: https://www.medrxiv.org/content/10.1101/2020.12.08.20246231v1.full.pdf

Especificamente, tais estudos da atitude pública igualmente ajudam a compreender e desenvolver a confiança da linha de base nas vacinas. Os analistas seguem o discurso público em linha em plataformas tais como Facebook e piam plataformas. Pode ajudar a categorizar e informar a revelação do acoplamento do demográfico-nível e de estratégias costuradas das comunicações para promover a diversidade e a inclusão em campanhas da vacinação.

Uma equipe interdisciplinar usou uma aproximação (AI) inteligência-baseada artificial para olhar e analisar o sentimento público dos social-media para as vacinações COVID-19. A equipe avaliou o índice de Twitter e de Facebook na vacinação COVID-19 e publicou o trabalho na pré-impressão server.* do medRxiv

Os autores encontraram um sentimento positivo, negativo, e neutro calculado a média macacão no Reino Unido para ser 58%, 22%, e 17%, comparados a 56%, a 24%, e a 18% nos E.U., respectivamente. Igualmente encontram macacão similar sentimentos negativos calculados a média, em ambas as plataformas: para o Reino Unido é 22,50% e para os E.U., é 24,10%.

Neste estudo, os autores encontram que o estudo nove-mês-longo mostra o sentimento público positivo calculado a média para a vacinação COVID-19. Encontram que os cargos e piam reflectem que o Reino Unido e as opiniões sociais dos media dos E.U. estão evoluindo, com as introspecções complementares e contrastando inferidas destas duas plataformas.

Previamente, os governos confiaram em avaliações para a informação. Os dados exactos na opinião pública eram difíceis de obter. Os dados sofrem geralmente dos tamanhos da amostra pequenos, das perguntas fechados, e da granulosidade Spatio-temporal limitada. Para superar estas edições, os dados sociais dos media são empregados. Aumentam números e permitem análises do tempo real de sentimentos e de atitudes públicos com granulosidade Spatio-temporal considerável.

Em particular, há um potencial não furado significativo no desenho na análise AI-permitida dos social-media informar a pesquisa da política de interesse público.”

Para peneirar para fora a informação dos media sociais, as técnicas de AI estabelecidas, tais como a aprendizagem de máquina (ML), profundamente aprender (DL), e processamento de linguagem natural (NLP) são empregadas. Porque os dados sociais dos media são na maior parte não organizados, são favoráveis aos assuntos e aos sentimentos do extracto dos cargos sociais dos media usando estas técnicas.

A análise envolve categorizar sentimentos em opiniões subjetivas do texto, do áudio, e do vídeo para obter as polaridades e os estados de ânimo para assuntos do alvo, temas, ou aspectos diferentes do interesse. Em uma aproximação complementar, a detecção da posição do `' é usada, onde uma posição-etiqueta (favorável, contra, nenhuns) é atribuída a um cargo. O cargo não pode referir ou mesmo mencionar uma opinião no alvo predeterminado específico (que está sob o estudo). Contudo, o cargo pode reflectir o sentimento da pessoa.

A metade a população de mundo é activa nos media sociais, incluindo sobre 70% da população do Reino Unido e dos E.U. A actividade em linha igualmente aumentou significativamente durante a pandemia; por exemplo, por >37% para Facebook.

Este estudo usa as plataformas sociais as mais populares e as mais representativas dos media - Twitter e Facebook - na língua inglesa. O Facebook afixa e pia afixado no Reino Unido e os E.U. do 1º de março ao 22 de novembro de 2020 são usados. Para este estudo, sobre 158 milhões pia são hidratados e utilizados para a análise.

Os autores observaram que a diferença entre as tendências positivas e negativas calculadas a média do sentimento era mais pronunciada em Facebook do que Twitter. Interessante, Twitter parece ser inclinado negativamente. Estes sentimentos relacionam-se às apreensões e aos interesses em torno dos atrasos ou às pausas públicas em experimentações vacinais, na segurança vacinal, nos corporaçõs, e nos governos que influenciam a disponibilidade vacinal e endireitam-se a exclusividade para benefícios econômicos.

Os autores ilustram gràfica Facebook e piam sentimentos (em termos de positivo, de negativo, e o ponto morto). Observam e discutem os sentimentos positivos, negativos, e neutros chaves do impacto dos eventos, e traçam as tendências temporais.

Igualmente mostram o traço Geo-espacial dos sentimentos aos estados nos E.U. e no Reino Unido. Os autores encontram que os sentimentos para a vacinação COVID-19 eram:

  1. Negativo no oeste e no Midwest do país, a saber: Idaho, Kansas, New Hampshire, West Virginia, Alabama
  2. Positivo no leste, a saber, Maine, Colorado, Geórgia, Havaí
  3. Cornualha, Kent, Sussex do leste, Surrey, e Dorset todos em Inglaterra, e Aberdeenshire, Angus, e Stirlingshire todos em Escócia
  4. A maioria de sentimento negativo em Sussex, em Somerset, em North Yorkshire, e em Durham ocidentais, tudo em Inglaterra.

Em conclusão, este estudo mostra as variações temporais e os sentimentos Geo-espaciais dos mapeamentos em público na vacinação COVID-19 no Reino Unido e nos E.U.

Identificam o optimismo público sobre a revelação vacinal, a eficácia, e as experimentações, incluindo interesses sobre a segurança, a viabilidade econômica, e o controle do corporaçõ no processo.

Os autores discutem as limitações de seu estudo e as ramificação dos eventos (rectifique, boatos, ou informação falsa) durante o período do estudo.

Devido à alta demanda para a informação oportuna e de confiança aproximadamente 2019 - uma comunicação de risco técnica do WHO do nCoV e as equipes sociais dos media têm trabalhado pròxima para seguir e responder aos mitos e aos boatos.”

Situação Report-13 do WHO

Este é um estudo importante que mostras como a análise AI-permitida joga a luz nas atitudes do pessoa em media sociais e a avalia em que sentido se inclina para. Este estudo ajuda os interesses dos cépticos vacinais do endereço e desenvolve a confiança pública exigida na imunização para realizar o objetivo da imunidade do rebanho, os autores escreve.

Observação *Important

o medRxiv publica os relatórios científicos preliminares que par-não são revistos e, não devem conseqüentemente ser considerados como conclusivos, guia a prática clínica/comportamento saúde-relacionado, ou tratado como a informação estabelecida.

Journal reference:
  • Artificial intelligence-enabled analysis of UK and US public attitudes on Facebook and Twitter towards COVID-19 vaccinations. Amir Hussain, Ahsen Tahir, Zain Hussain, Zakariya Sheikh, Mandar Gogate, Kia Dashtipour, Azhar Ali, Aziz SheikhmedRxiv 2020.12.08.20246231; doi: https://doi.org/10.1101/2020.12.08.20246231
Dr. Ramya Dwivedi

Written by

Dr. Ramya Dwivedi

Ramya has a Ph.D. in Biotechnology from the National Chemical Laboratories (CSIR-NCL), in Pune. Her work consisted of functionalizing nanoparticles with different molecules of biological interest, studying the reaction system and establishing useful applications.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Dwivedi, Ramya. (2020, December 14). monitoração AI-permitida dos social-media do tempo real de sentimentos públicos na vacinação COVID-19. News-Medical. Retrieved on April 13, 2021 from https://www.news-medical.net/news/20201214/AI-enabled-real-time-social-media-monitoring-of-public-sentiments-on-COVID-19-vaccination.aspx.

  • MLA

    Dwivedi, Ramya. "monitoração AI-permitida dos social-media do tempo real de sentimentos públicos na vacinação COVID-19". News-Medical. 13 April 2021. <https://www.news-medical.net/news/20201214/AI-enabled-real-time-social-media-monitoring-of-public-sentiments-on-COVID-19-vaccination.aspx>.

  • Chicago

    Dwivedi, Ramya. "monitoração AI-permitida dos social-media do tempo real de sentimentos públicos na vacinação COVID-19". News-Medical. https://www.news-medical.net/news/20201214/AI-enabled-real-time-social-media-monitoring-of-public-sentiments-on-COVID-19-vaccination.aspx. (accessed April 13, 2021).

  • Harvard

    Dwivedi, Ramya. 2020. monitoração AI-permitida dos social-media do tempo real de sentimentos públicos na vacinação COVID-19. News-Medical, viewed 13 April 2021, https://www.news-medical.net/news/20201214/AI-enabled-real-time-social-media-monitoring-of-public-sentiments-on-COVID-19-vaccination.aspx.