A Large-Scale COVID-19 Twitter Chatter Dataset for Open Scientific Research-An International Collaboration.
A Large-Scale COVID-19 Twitter Chatter Dataset for Open Scientific Research-An International Collaboration.
复制标题
DOI：
10.3390/epidemiologia2030024
复制
发表时间：
2021-08-05
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
随着COVID-19大流行继续在全球蔓延，正在为医学、遗传学和流行病学研究产生前所未有的开放数据。世界各地的许多研究小组以前所未有的速度发布有关当前大流行的数据和出版物，这使其他科学家能够从当地的经验和在COVID-19大流行前线产生的数据中学习。然而，有必要整合其他数据源，以绘制和衡量这种独特的世界事件在生物医学、生物学和流行病学分析中的社会动态作用。为此，我们提供了一个大型精选数据集，其中包含超过11.2亿条推文，这些推文每天都在增长，与2020年1月1日至2021年6月27日撰写本文时产生的COVID-19喋喋不休有关。该数据源为世界各地的研究人员提供了一个免费获取的额外数据源，以开展广泛和多样化的研究项目，例如流行病学分析、对社会距离措施的情感和心理反应、查明错误信息来源、近乎实时地分层测量对大流行病的情绪等。
As the COVID-19 pandemic continues to spread worldwide, an unprecedented amount of open data is being generated for medical, genetics, and epidemiological research. The unparalleled rate at which many research groups around the world are releasing data and publications on the ongoing pandemic is allowing other scientists to learn from local experiences and data generated on the front lines of the COVID-19 pandemic. However, there is a need to integrate additional data sources that map and measure the role of social dynamics of such a unique worldwide event in biomedical, biological, and epidemiological analyses. For this purpose, we present a large-scale curated dataset of over 1.12 billion tweets, growing daily, related to COVID-19 chatter generated from 1 January 2020 to 27 June 2021 at the time of writing. This data source provides a freely available additional data source for researchers worldwide to conduct a wide and diverse number of research projects, such as epidemiological analyses, emotional and mental responses to social distancing measures, the identification of sources of misinformation, stratified measurement of sentiment towards the pandemic in near real time, among many others.
登录
查看更多内容
影响因子：
3.1
作者：
Arpaci, Ibrahim;Alshehabi, Shadi;Hassanien, Aboul Ella
通讯作者：
Hassanien, Aboul Ella
影响因子：
7.4
作者：
Lyu JC;Luli GK
通讯作者：
Luli GK
DOI：
10.1109/access.2021.3059821
发表时间：
2021
期刊：
IEEE access : practical innovations, open solutions
影响因子：
--
作者：
Cotfas LA;Delcea C;Roxin I;Ioanas C;Gherai DS;Tajariol F
通讯作者：
Tajariol F
在Covid-19-19大流行期间，Twitter上的公共风险感知和情感。
影响因子：
2.2
作者：
Dyer J;Kolic B
通讯作者：
Kolic B
影响因子：
3.9
作者：
Gencoglu, Oguzhan
通讯作者：
Gencoglu, Oguzhan