Social Big-Data Analysis of Particulate Matter, Health, and Society.

Song, J ; Song, TM

In: International journal of environmental research and public health, Jg. 16 (2019-09-26), Heft 19

Online academicJournal

Zugriff:

Full Text Finder (Volltext)

The study collected particulate matter (PM)-related documents in Korea and classified main keywords related to particulate matter, health, and social problems using text and opinion mining. The study attempted to present a prediction model for important causes related to particulate matter by using social big-data analysis. Topics related to particulate matter were collected from online (online news sites, blogs, cafés, social network services, and bulletin boards) from 1 January 2015, to 31 May 2016, and 226,977 text documents were included in the analysis. The present study applied machine-learning analysis technique to forecast the risk of particulate matter. Emotions related to particulate matter were found to be 65.4% negative, 7.7% neutral, and 27.0% positive. Intelligent services that can detect early and prevent unknown crisis situations of particulate matter may be possible if risk factors of particulate matter are predicted through the linkage of the machine-learning prediction model.

Titel:	Social Big-Data Analysis of Particulate Matter, Health, and Society.
Autor/in / Beteiligte Person:	Song, J ; Song, TM
Link:	Full Text Finder (Volltext)
Zeitschrift:	International journal of environmental research and public health, Jg. 16 (2019-09-26), Heft 19
Veröffentlichung:	Basel : MDPI, c2004-, 2019
Medientyp:	academicJournal
ISSN:	1660-4601 (electronic)
DOI:	10.3390/ijerph16193607
Schlagwort:	Air Pollutants analysis Humans Republic of Korea Risk Factors Big Data Data Analysis Health Status Particulate Matter analysis
Sonstiges:	Nachgewiesen in: MEDLINE Sprachen: English Publication Type: Journal Article; Research Support, Non-U.S. Gov't Language: English [Int J Environ Res Public Health] 2019 Sep 26; Vol. 16 (19). <i>Date of Electronic Publication: </i>2019 Sep 26. MeSH Terms: Big Data* ; Data Analysis* ; Health Status* ; Particulate Matter / *analysis ; Air Pollutants / analysis ; Humans ; Republic of Korea ; Risk Factors References: J Air Waste Manag Assoc. 2003 Oct;53(10):1183-90. (PMID: 14604327) ; Neural Comput Appl. 2016;27:1553-1566. (PMID: 27418719) ; Curr Environ Health Rep. 2014 Aug 8;1:258-274. (PMID: 25152864) ; J Expo Sci Environ Epidemiol. 2015 Mar-Apr;25(2):208-14. (PMID: 25227730) ; Environ Health Perspect. 2017 Apr;125(4):602-607. (PMID: 27713105) ; Environ Health Perspect. 2001 May;109 Suppl 2:223-33. (PMID: 11359689) ; J Med Internet Res. 2015 Mar 26;17(3):e22. (PMID: 25831020) ; Environ Health Perspect. 2012 Jun;120(6):872-8. (PMID: 22440884) Contributed Indexing: Keywords: Particulate Matter; Social Big-Data Analysis; South Korea; health Substance Nomenclature: 0 (Air Pollutants) ; 0 (Particulate Matter) Entry Date(s): Date Created: 20190929 Date Completed: 20200214 Latest Revision: 20200214 Update Code: 20231215 PubMed Central ID: PMC6801971

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.