Uno studio pubblicato su EPJ Data Science esamina se i dati dei social media possono fornire un allarme precoce sui movimenti di popolazione durante conflitti e disastri. I ricercatori hanno raccolto quasi 2 milioni di post in tre lingue su X (ex Twitter) e hanno confrontato diversi metodi di analisi linguistica.
Lo studio ha considerato tre casi: Ucraina, Sudan e Venezuela. I risultati mostrano che le etichette di sentiment (positive, negative o neutre) sono un segnale più affidabile delle etichette di emozione per prevedere quando le persone sono disposte a spostarsi. Il sentiment è stato particolarmente utile per prevedere il momento e il volume degli spostamenti transfrontalieri.
I modelli linguistici preaddestrati hanno fornito l'allerta precoce più efficace. I ricercatori avvertono però del rischio di falsi allarmi e raccomandano di usare questi segnali insieme a dati tradizionali, come indicatori economici e rapporti sul campo, per indagini più approfondite.
Parole difficili
- movimenti — Cambiamenti di posizione o luogo delle persone.
- umanitarie — Relativo all'aiuto o assistenza a chi ne ha bisogno.
- indicatore — Qualcosa che mostra o segnala un'informazione.
- tecniche — Metodi o modi di fare qualcosa.
- falsi — Non veri o ingannevoli.
- analisi — Esame approfondito di qualcosa.
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Quali potrebbero essere le conseguenze di analisi sbagliate dei dati?
- Come pensi che i social media possano influenzare le risposte umanitarie?
- In che modo le emozioni delle persone possono cambiare durante una crisi?
Articoli correlati
Ricercatori messicani chiedono regole per l'editing genetico
28 ricercatori in Messico hanno pubblicato una dichiarazione e una petizione per chiedere regolamenti scientifici sull'editing genetico in agricoltura. Temono che l'editing venga confuso con gli OGM e chiedono norme chiare e controlli.
Nuovo strumento a luce per misurare le cellule cerebrali
Ricercatori hanno sviluppato CaBLAM, uno strumento che usa la bioluminescenza per registrare l'attività dentro cellule cerebrali viventi. Permette registrazioni di ore senza luce esterna e funziona in modelli animali come topi e zebrafish.
