空气污染是全球城市面临的全球性挑战。了解公众对空气污染的感知可以帮助政策制定者更好地与公众互动并适当推出政策。准确的公众感知还可以帮助人们识别空气污染的健康风险并采取相应行动。不幸的是,目前确定感知的方法不可扩展:它涉及对数百人进行问卷调查。使用自然语言处理(NLP)的进展,我们提出了一个更可扩展的解决方案,称为Vartalaap(意为印地语中的对话),通过微博社交网络Twitter来衡量公众对空气污染的感知。我们使用了超过220万条关于印度德里的推文,来自一个730万条推文的数据集,我们为空气污染感知研究进行了整理。我们发现(不幸的是)公众支持未经证实的减排策略,从而因虚假的安全感而危及自己的健康。我们还发现,空气质量是一年四季的问题,但讨论与污染程度不成比例,当污染更加明显时会飙升。Vartalaap所需的信息是公开可用的,因此可以立即应用于研究世界各地的不同社会问题。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/66035/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3449170
一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文