Cultural-aware Machine Learning based Analysis of COVID-19 Vaccine Hesitancy

要約

タイトル：文化対応機械学習に基づくCOVID-19ワクチンの不安分析

要約：
– COVID-19ワクチンの不安要因は、文化的な観点から考えると、特に多くの要因が存在するため、誰がなぜワクチンを受けないかを理解することは重要である。
– COVID-19パンデミックを抑制する最も効果的な方法の一つである、大規模なワクチン普及を実現するために、成功したワクチンキャンペーンの設計にも洞察を提供する。
– このために、新しいデータ収集に基づく文化対応機械学習(ML)モデルを設計し、ワクチン受け入れ意識の予測を行う。
– Probabilistic Graphical Model (PGM)やShapley Additive Explanations (SHAP)などのAIエクスプレイナーを使用して、MLモデルの予測に最も貢献する特徴を分析し、ワクチン受け入れ意識に最も影響を与える主要要因も明らかになる。
– 研究結果は、ヒスパニックやアフリカ系アメリカ人は宗教や民族的な所属など、文化的な特徴に最も影響を受ける傾向があり、一方でアジア系コミュニティにはワクチンの信頼性や承認が最も影響することがわかった。また、文化的な特徴、噂、政治的な所属はワクチン拒否に関連することも明らかになった。

要約(オリジナル)

Understanding the COVID-19 vaccine hesitancy, such as who and why, is very crucial since a large-scale vaccine adoption remains as one of the most efficient methods of controlling the pandemic. Such an understanding also provides insights into designing successful vaccination campaigns for future pandemics. Unfortunately, there are many factors involving in deciding whether to take the vaccine, especially from the cultural point of view. To obtain these goals, we design a novel culture-aware machine learning (ML) model, based on our new data collection, for predicting vaccination willingness. We further analyze the most important features which contribute to the ML model’s predictions using advanced AI explainers such as the Probabilistic Graphical Model (PGM) and Shapley Additive Explanations (SHAP). These analyses reveal the key factors that most likely impact the vaccine adoption decisions. Our findings show that Hispanic and African American are most likely impacted by cultural characteristics such as religions and ethnic affiliation, whereas the vaccine trust and approval influence the Asian communities the most. Our results also show that cultural characteristics, rumors, and political affiliation are associated with increased vaccine rejection.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI