抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
COVID-19パンデミックは,ほぼ2年間異なる国からの人々の生活に影響した。パンデミックによるライフスタイルの変化は個人の心理社会的ストレッサーを引き起こし,精神衛生問題につながる可能性がある。高品質精神衛生支援を提供するために,健康管理組織はCOVID-19特異的ストレッサーを同定し,それらのストレッサーの有病率の傾向を知らなければならない。本研究は,COVID-19パンデミック中の心理社会的ストレッサーを同定するために,ソーシャルメディアデータに自然言語処理(NLP)を適用し,パンデミックの異なる段階でストレッサーの有病率の傾向を分析することを目的とする。14番目のFeb,2020から197年7月2021日まで,亜赤色のCOVID19_サポートから9266のレッドディットポストのデータセットを得た。著者らは,Latent Dirichlet Allocation(LDA)トピックモデルおよびレキシコン法を用いて,サブレッドに言及されたトピックスを同定した。著者らの結果は,ソーシャルメディアプラットフォームに関して議論されるコビド-19関連ストレッサーに関するトピックスの有病率の傾向を可視化するためのダッシュボードを提示した。結果は,COVID-19の種々の段階の間,パンデミック関連ストレッサーの有病率に関する洞察を提供することができた。本研究に活用されたNLP技術は,将来におけるイベント特異的ストレッサーを分析するために応用できた。【JST・京大機械翻訳】