Fukushima_General

[hiroshinagaya]

[Tsubokura]

\bibitem{Smith14} Smith, Graham. "UNSCEAR 2013 Report. Volume I: report to the General Assembly, Annex A: levels and effects of radiation exposure due to the nuclear accident after the 2011 great east-Japan earthquake and tsunami." (2014): 725.

The Great East Japan Earthquake and the subsequent Fukushima Daiichi nuclear accident, which occurred on March 11th, 2011, resulted in radioactive contamination and radiation exposure to the public

[hiroshinagaya]

[Tsubokura]

\bibitem{Normile16} Normile, Dennis. "Epidemic of fear." (2016): 1022-1023.

Residents in the surrounding areas had long-term radiation exposure and the fear of the contamination spreading resulted in social unrest across Japan

[hiroshinagaya]

[Tsubokura]

\bibitem{Murakami17} Murakami, Michio, et al. "Communicating with residents about risks following the Fukushima nuclear accident." Asia Pacific Journal of Public Health 29.2_suppl (2017): 74S-89S.

In response to this situation, one-directional and conventional scientific communication regarding radiation was released from various government and private sources

[hiroshinagaya]

[Tsubokura]

\bibitem{Goto14} Goto, Aya, et al. "Leveraging public health nurses for disaster risk communication in Fukushima City: a qualitative analysis of nurses' written records of parenting counseling and peer discussions." BMC health services research 14.1 (2014): 129.

However, in addition to a wide range of perceived problems (such as health, societal, and lifestyle) caused by radiation pollution, there were some stakeholders making scientifically erroneous assertions particularly about low-dose radiation and its health effects. Many conflicting opinions circulated and caused confusion among the general public

[hiroshinagaya]

[Tsubokura]

\bibitem{Kai12} Kai, M. "Some lessons on radiological protection learnt from the accident at the Fukushima Dai-ichi nuclear power plant." Journal of Radiological Protection 32.1 (2012): N101.

As a result, residents were at a loss as to whom to believe, and the public’s trust in science itself was lost

[hiroshinagaya]

宇野賀津子、2011年福島第1原発事故後の書籍動向からの考察、paskin journal

[hiroshinagaya]

「放射線の影響とクライシスコミュニケーション」に関する先導的研究開発委員会報告書

[hiroshinagaya]

東日本大震災ビッグデータワークショップ https://sites.google.com/site/prj311/event/presentation-session

[hiroshinagaya]

[被災地における情報]

• 位置情報付き tweet による被害状況の逐次把握可能性の検討 位置情報つきtweetデータは、被害地域を麺的かつ逐次的に把握する手段になりうるが、単独で得れれる情報には限界があるので、「普段の状態」や「通信遮断情報」「物資の供給状況」「道の通行可能不可能」「専門家の調査」などと組み合わせる必要あり

• 災害データの意味 - データから見えるもの、データでないと見えないもの、データでは見えないもの そもそもデータにならないもの、発信不能、通信不能、被災＝リソース喪失 アナログの世界の重要性の再認識。げん場とのギャップ

• 仙台で必要とされた情報そして流れた情報 ネットで情報発信=誰かが情報を収集してネットで発信

  

• 災害時における不足物資支援についての検討 朝日新聞記事データ。Tweet：「〜が欲しい」「〜を届けて」といったワードで再抽出。 物資の不足や供給状況を伝えるtweetは、ハッシュタグを使用するのは効果的（？）

• 大震災の解釈に際する地域差異と時系列変化－Twitter データの社会心理学的分析 日本人が「大震災をどう解釈したのか」。 感情反応の開示や態度表明...トラウマ的事象に直面した際の自己開示は、対処行動として、長期的には有効 キーワード：解釈レベル理論、言語カテゴリーモデル 地震直後のツイートに含まれる感情語。 距離と時系列、地域、それらの交互作用。 「ソーシャルメディアを介したコミュニケーションにおける自己開示が、ざんじストレスからの回復に（被災との距離に応じたあり方で）寄与しうることをしめすことがfuture work」

• 震災時のハッシュタグ活用について 今までのfollow関係に依存しない情報ルート、新規コミュニティ創出のきっかけとしてハッシュタグが利用できないか 課題

  1. 既存のハッシュタグを全体的に知ることは困難 → ハッシュタグのは把握容易化、共起や名詞の可視化、ハッシュタグの主成分分析
  2. 新しく作られたハッシュタグはfollow関係で周知されるまで他のユーザが知ることはデキない 新規ハッシュタグの周知方法
  3. ユーザが自由にハッシュタグを作れるため類似内容のハッシュタグが乱立しやすい →類似タグの統合、構造化
  4. ハッシュタグを含むツイートは全体の約1割弱 →ハッシュタグ利用実態の検証

• ハッシュタグを利用した震災時におけるソーシャルメディアの利用傾向の分析 ソーシャルメディア上で何が起こったのか、課題とは？ Twiitter社ご提供データ、 切り口ツイートタイミング、ツイートユーザ状況、ハッシュタグの共起 （デンドログラム、階層的可視化） ハッシュタグの羅列には注意 震災関連のハッシュタグも定期的にいツイートされた -> 定期型ツイートと類似

[hiroshinagaya]

[震災を理解する]

• 震災後のテキストデータからの情報抽出ツール開発 震災後、情報集約のニーズが高かった。関係ない情報も氾濫 ツールwebigator画素の一つの提案

• クライシス・メディア・プロジェクト （311TV） 「いつ？」「どこで？」「何が？」 とくに、地名に着目。地名ごとに円で、言及量を表示 全ツイートから 3000 万超の地名語を抽出しており、これを基に各時間帯でのツイート分布を可視化したうえで情報の流れを分析 次のクライシス時に備え、多種多様かつ大量の情報を、必要な人にエラ園で届けられるメディアを作りたい。

• 311 をグラフで表す 「専門家（餅屋）からの情報がでない」 3.11~18、369万人（人口の2.9%）しかつぶやいていない

  

  http://www.google.com/url?q=http%3A%2F%2Foku.edu.mie-u.ac.jp%2F~okumura%2Fprj311%2Fprj311.pdf&sa=D&sntz=1&usg=AFQjCNHx2MCaRb_UWbliLWVhAa2jafHivQ

• Project HAYANO 「給食検査」「隠善検査」「WBC測定」→食品由来のセシウム内被爆は非常に少ない

  

  「放射線ヨウ素による内部被曝の（オープンな）評価」を行った SPEEDI×ゼンリンデータコム（混雑統計）

  

• 地域と時間軸による情報フィルタリング 震災当時、何が起きていたのかを地域と時間、トピックの軸で整理し、今後同様の災害などが発生した場合に被災者、関係当局が必要な情報を集められるようなデモサービス案を提案

  

• 混乱状態のツイッターの整理 「えふらぼ」のソーシャルメディア分析→口コミの中から犯罪の目を見つけ出し、地域ごとにマッピング（震災時は間に合わなかった） 将来の災害時に、もし想定外のことが起こっても「リアルタイム」でないと人は救えない。 地理情報は、県名・市町村名を含むツィートを抽出して測定

• 「トレンドキーワード抽出システム」開発プロジェクト 「震災関連2-gram」の抽出 → 震災発生前（3月11日9時台）と、震災発生後(3月11日15時台)のTweetからユニークな2-gramを取得し、出現増加率を計算。 出現増加率に対する、2-gram数の分布を表示

[hiroshinagaya]

[首都圏の混乱]

• つぶやきのテキストマイニング分析 渋谷を再現 ↓ ①「渋谷」のつぶやきを抽出/分析 ②交通状況に関する分析（山手線/埼京線/etc.） ③都市型震災関連テーマの分析（避難場所/電話/安全/トイレ/etc.） ↓ ・つぶやきの種類/特徴 ・リツイートの動向 ↓ 街状況のモニタリング（つぶやきのミエルか） 重要ワードのリアルタイムキャッチと迅速な対応（アクティブサポート）

• 帰宅困難者予備軍から見た東日本大震災ビッグデータ 新聞・TV・ネットに流れた情報を俯瞰し、一帰宅困難者あるいはボランティア志願者から見た場合に

  1. 有益な情報は得られたかの分析
  2. 次の災害時に備えるためにどのような取り組みが必要かの提案 [手法] 「データ全部読む」 「メモをとる」 まとめの「不在」、断片的 [必要なもの] 信頼性、網羅性、適時性 [誰が何をするか] 報道・調査期間→収集・発信（参照できる範囲で） 市民→保存・まとめ（参照元を明らかに） [罠] 報道・調査期間→保存しようとすると、情報の繰り返し。まとめようとすると速報性に遅れ 市民→収集・発信しようとすると信頼性の壁

[マスメディアの役割]

• Twitter の情報拡散とマスメディアの関係性の有無

  

  デマ「発見後」に抑止可能 マスメディア→ソーシャルメディアをウォッチして非意図日との不安の対象を理解 デマ疑惑情報の検証

• 散在データ間の地理的・時間的関連性を提示するマッシュアップコンテンツの Web アクティビティによる制作 マスメディア・カバレッジ・マップ 震災直後の TV 放送や新聞記事に含まれていた地名を抽出し、地図に時系列でマッピングすることで、マスメディア報道が網羅していた / 網羅できなかった地域を可視化

• マスメディア/ソーシャル･メディアの連携と機能分担に向けて TV,単語エントロピーが低下。似かよっている情報ばかり。

• 災害情報伝達の進化を目指すための「3 つのマップ」 by NHK スカイマップ...空から撮った映像にARのようにデータの統計値や避難所、等高線などを表示可能 カバレッジマップ...報道の空白地域の特定、地名の使われ方の分類→ニュースセグメント ツイッターマップ...Twitter利用者のニーズの特定。

• 震災時における情報需要分析およびマスメディア評価に関する研究 情報の受給のギャップ Twitter→「情報を求める表現→高頻度キーワード→代表的なツイートとつぶやき数の推移」 テレビ→キーワードの代表的な報道と報道数の推移を抽出 e.g. 「ですか」「なのか」「せんか」「ますか」「でしょうか」 →停電、情報、原発、電車、募金

• その時テレビで何を見たのか: 東日本大震災における放送映像の社会的影響の分析 「テレビがどのように見られたか？」 「テレビ」、放送局名を含むツイートに着目。発信数の時間変化を見て、ピーク発生時のツイートを目視で調査。 「〜を流して/〜を放送してほしい」 被災地とそうでないところ

[hiroshinagaya]

[市民はいかに誰に何を伝えるべきか]

• 大災害時における特別な支援ニーズを持った被災者に対する情報提供に関するプロジェクト 情報の流れを 1. 被災地（被災者やその支援者）に向かって流す情報、2. 被災者（被災地）からの助けを求める情報に分けて考えた。 ①については、tweet に必要な情報が得られる HP などの URL を貼って tweet することで、tweet がその情報への入口として機能する。そのため、より長い時間にわたり、より広範囲に情報が流れるような工夫が必要。 ②については、情報を発信する個人ができること、社会システム・仕組みとして準備しておくことが求められることに分けて提言をしている。いずれも、事前の準備や練習が必要と思われる。

  

• ユーザのニーズとメディアデータのカテゴライゼーション

  

• 災害時の情報トリアージに向けて ~ Twitterの傾向分析から ~ 情報を持つ周辺地域から情報を持たない被災地への(外から内への)情報伝達(提供)の流れを作る． 「被災地で情報不足」←「被災地の外では情報が流布」 この間で、情報トリアージ（整理・選択）したい。

• 地域 SNS を主にしたメディア情報の災害情報後方支援機能の評価 これまで、兵庫県に発生した大規模水害における佐用町の地域 SNS（さよっち）と姫路市、横浜市、熊谷市の解析を行い、災害時の情報後方支援機能は、平時のセイフティネットとしての機能がある地域 SNS は災害時でも有効に機能することを示してきた ↓ 東日本大震災以降は、盛岡市の地域 SNS（モリオネット）を加え同様の解析 ↓

  

• 災害と医療情報 災害時に流れる医療に関係した情報に注目し，そこから流言を収集するサイトについて ↓ 「災害時にもっとも上昇した症状は？」 ↓ Top1:PTSD、Top50:血栓塞栓症、Top154:C型肝炎 ↓ 流言訂正情報のクラウド化 （流言クラウド）

[hiroshinagaya]

[Twitter における情報伝播]

• 震災時に Twitter 上で拡散した「デマ情報」の時系列分析 震災時にツィート上で拡散した「デマ情報」の時系列変化の分析 →情報が錯綜することで人々が効率の悪い行動をしていることを確認

  

  災害時にデマを早く収束させるためには、当事者：専門家の意見を的確に伝える事のできる伝達手段が必要。 伝達手段案：災害時「ここを見ればいい」という場を事前に構築・周知 災害時、検索結果や広告欄などに当事者/専門家の意見を出す推薦サービスを構築 ↓ 当事者/専門家であることの確認 情報が地域/分野ごとに整理され、容易にアクセス可能 最新の情報に常に注意

• ソーシャル・ネットワークのトポロジ構造を用いたツイート拡散の予測に向けて SIRモデル

  

• ツイッターデータの意味的解析による災害情報拡散の分析 ツイッターデータにおけるトレンド分析，命題抽出，言論マップに関して中間報告からの進展を報告 被災地の状況や要望などの微細かつ重要な情報をツイッターデータから発掘する試み

  

• 情報発信空白地域検出に基づく災害程度推定 平均連続沈黙時間から災害時の被害状況を推定． 目的：「リアルタイム」にい甚大災害発生地域を検出 手法：災害発生後、情報発信がどの程度減少したか？を測定することで、災害程度を推定

  

  「情報がない」ことが情報に成るかも知れない。

• 震災時におけるデマの拡散と制御に関する研究 デマの拡散と収束の過程をエージェントモデルにより再現し，デマの伝播過程の特性を明らかにする。 このモデルを用いて，訂正ツイートが広まった時間が，実例よりも早かった場合に，どの程度デマの伝播を抑えられたかを，シミュレーションによって検証 https://www.slideshare.net/yukiesano96/20121013-project311-v7upload

  

• 訂正情報の投稿傾向分析 訂正ツイートを投稿したユーザの情報と訂正ツイートの広がり方から、災害時に訂正情報の拡散に貢献したユーザの特徴を分析

• 「拡散希望」で拡散するか？ xxx

[hiroshinagaya]

[ポスターセッション]