Using Tweets to Understand How COVID-19-Related Health Beliefs Are Affected in the Age of Social Media: Twitter Data Analysis Study.

Wang, Hanyin; Li, Yikuan; Hutch, Meghan; Naidech, Andrew; Luo, Yuan

Wang, Hanyin; Li, Yikuan; Hutch, Meghan; Naidech, Andrew; Luo, Yuan.

Afiliação

Wang H; Department of Preventive Medicine, Northwestern University, Chicago, IL, United States.
Li Y; Department of Preventive Medicine, Northwestern University, Chicago, IL, United States.
Hutch M; Department of Preventive Medicine, Northwestern University, Chicago, IL, United States.
Naidech A; Department of Neurology, Northwestern Universtity, Chicago, IL, United States.
Luo Y; Department of Preventive Medicine, Northwestern University, Chicago, IL, United States.

J Med Internet Res ; 23(2): e26302, 2021 02 22.

Article em En | MEDLINE | ID: mdl-33529155

Assuntos

COVID-19/psicologia; Análise de Dados; Educação em Saúde/estatística & dados numéricos; Aprendizado de Máquina; Processamento de Linguagem Natural; Opinião Pública; Mídias Sociais/estatística & dados numéricos; COVID-19/epidemiologia; Humanos; Pandemias

Palavras-chave

COVID-19; Twitter; health belief; infodemic; infodemiology; machine learning; natural language processing; social media

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Opinião Pública / Processamento de Linguagem Natural / Educação em Saúde / Mídias Sociais / Aprendizado de Máquina / Análise de Dados / COVID-19 Tipo de estudo: Prognostic_studies Limite: Humans Idioma: En Revista: J Med Internet Res Assunto da revista: INFORMATICA MEDICA Ano de publicação: 2021 Tipo de documento: Article País de afiliação: Estados Unidos

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google