In this study, we aim to create a model of how tweets about self-reported COVID19 symptoms can help predict upcoming pandemic waves, and more generally the rise and fall of the disease. To that end, we crawled public tweets from the Paris region filtered by symptoms keywords, and plotted them in time (see the graph below). However, this filtering is very crude, e.g people don't only tweet about symptoms when they are currently falling sick, but also about that one time a year ago when they fell sick, or when talking about the general news. To filter out such false-positives we need your help! Which of these tweets are describing an acute symptom and which ones don't? Your contribution will make a direct impact! Do you want to run your own data analyses? You can download the current labeling (including a UUID referring to each annotator session) to create your own filtering or machine learning algorithm. ===== Dans cette étude, nous visons à créer un modèle de la façon dont les tweets sur les symptômes Covid-19 autodéclarés peuvent aider à prévoir les prochaines vagues de pandémie, et plus généralement la montée et la chute de la maladie. À cette fin, nous avons consulté les tweets publics de la région parisienne, filtrés par des mots-clés relatifs aux symptômes, et les avons analysés dans le temps (voir le graphique en bas de page). Cependant, ce filtrage est très grossier, par exemple les gens ne twittent pas seulement sur les symptômes lorsqu'ils sont en train de tomber malade, mais aussi à propos de moments passés où ils sont tombés malades, ou à propos de nouvelles générales. Pour filtrer ces faux positifs, nous avons besoin de votre aide ! Lequel de ces tweets décrit un symptôme aigu et lequel ne le décrit pas ? Votre contribution aura un impact direct ! Vous souhaitez effectuer vos propres analyses de données ? Vous pouvez télécharger les annotations actuelles (comprenant un identifieur unique UUID se rapportant à chaque session d'annotation) pour créer votre propre algorithme de filtrage ou d'apprentissage automatique.
Website Security Test