論文の概要: The Effect of Moderation on Online Mental Health Conversations
- arxiv url: http://arxiv.org/abs/2005.09225v7
- Date: Thu, 22 Apr 2021 22:00:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-01 14:25:49.242222
- Title: The Effect of Moderation on Online Mental Health Conversations
- Title（参考訳）: オンラインメンタルヘルス会話におけるモデレーションの効果
- Authors: David Wadden, Tal August, Qisheng Li, Tim Althoff
- Abstract要約: モデレーターの存在はユーザーのエンゲージメントを高め、ユーザーはネガティブな感情をより率直に話し合うように促し、チャット参加者の間で悪い振る舞いを劇的に減らした。
以上の結果から, モデレーションは, オンラインメンタルヘルス会話の有効性と安全性を向上させる上で, 有効なツールとなる可能性が示唆された。
- 参考スコア（独自算出の注目度）: 17.839146423209474
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many people struggling with mental health issues are unable to access
adequate care due to high costs and a shortage of mental health professionals,
leading to a global mental health crisis. Online mental health communities can
help mitigate this crisis by offering a scalable, easily accessible alternative
to in-person sessions with therapists or support groups. However, people
seeking emotional or psychological support online may be especially vulnerable
to the kinds of antisocial behavior that sometimes occur in online discussions.
Moderation can improve online discourse quality, but we lack an understanding
of its effects on online mental health conversations. In this work, we
leveraged a natural experiment, occurring across 200,000 messages from 7,000
online mental health conversations, to evaluate the effects of moderation on
online mental health discussions. We found that participation in group mental
health discussions led to improvements in psychological perspective, and that
these improvements were larger in moderated conversations. The presence of a
moderator increased user engagement, encouraged users to discuss negative
emotions more candidly, and dramatically reduced bad behavior among chat
participants. Moderation also encouraged stronger linguistic coordination,
which is indicative of trust building. In addition, moderators who remained
active in conversations were especially successful in keeping conversations on
topic. Our findings suggest that moderation can serve as a valuable tool to
improve the efficacy and safety of online mental health conversations. Based on
these findings, we discuss implications and trade-offs involved in designing
effective online spaces for mental health support.
- Abstract（参考訳）: メンタルヘルスの問題に苦しむ多くの人々は、高いコストとメンタルヘルス専門家の不足のために適切なケアにアクセスできず、世界的なメンタルヘルス危機に繋がる。
オンラインメンタルヘルスコミュニティは、セラピストやサポートグループとの対面セッションに代わる、スケーラブルで簡単にアクセス可能な代替手段を提供することで、この危機を軽減するのに役立ちます。
しかし、オンライン上での感情的・心理的支援を求める人々は、オンライン議論で時々起こる反社会的行動に特に弱い。
モデレーションはオンラインの談話の品質を向上させることができるが、オンラインのメンタルヘルスの会話に対するその影響についての理解が欠けている。
本研究では,7千件のオンラインメンタルヘルス会話から20万件のメッセージを自然実験に利用し,モデレーションがオンラインメンタルヘルス議論に与える影響を評価する。
その結果,集団的メンタルヘルス議論への参加は,心理的視点の改善につながり,中等度会話ではこれらの改善が大きかった。
モデレーターの存在はユーザーエンゲージメントを高め、ユーザーはネガティブな感情をより率直に話し合うように促し、チャット参加者の間で悪い振る舞いを劇的に減らした。
モデレーションはまた、信頼構築を示す強力な言語調整を奨励した。
また、会話に活発なモデレーターは、特に話題の会話を維持することに成功していた。
以上より,モデレーションはオンラインメンタルヘルス会話の有効性と安全性を向上させる上で有用なツールであることが示唆された。
これらの結果に基づき,メンタルヘルス支援のための効果的なオンライン空間の設計にかかわる影響とトレードオフについて考察する。
関連論文リスト
- MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
メンタルヘルス障害は世界で最も深刻な病気の1つである。
プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。
MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
論文 参考訳（メタデータ） (2024-10-09T13:06:40Z) - Enhancing AI-Driven Psychological Consultation: Layered Prompts with Large Language Models [44.99833362998488]
我々は, GPT-4 のような大規模言語モデル (LLM) を用いて, 心理的コンサルテーションサービスの強化について検討する。
提案手法では,ユーザ入力に動的に適応する新しい階層型プロンプトシステムを提案する。
また,LLMの感情的インテリジェンスを高めるために,共感とシナリオに基づくプロンプトを開発する。
論文 参考訳（メタデータ） (2024-08-29T05:47:14Z) - Towards Understanding Emotions for Engaged Mental Health Conversations [1.3654846342364306]
我々はキーストロークダイナミクスと感情分析を組み合わせた受動的感情センシングシステムを開発している。
短いテキストメッセージとキーボードタイピングパターンの分析は、クライアントと応答者の両方をサポートするために使用される感情情報を提供することができる。
論文 参考訳（メタデータ） (2024-06-17T01:27:15Z) - PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。
心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
論文 参考訳（メタデータ） (2024-02-19T18:00:30Z) - The Role of Likes: How Online Feedback Impacts Users' Mental Health [1.0156836684627544]
オンラインフィードバックがユーザーの感情体験、社会的つながり、自尊心に与える影響を分析した。
他者からの反応がほとんどないし全くないことから,ユーザの否定的な感情を誘発するだけでなく,自己評価の低レベルも引き起こすことがわかった。
対照的に、オンラインのフィードバックを非常に肯定的に受け取り、社会的つながりの感情を誘発し、全体的な孤独を減少させる。
論文 参考訳（メタデータ） (2023-12-19T07:48:10Z) - Who can help me? Reconstructing users' psychological journeys in
depression-related social media interactions [0.13194391758295113]
うつ病に関するいくつかのメンタルヘルス関連Redditボードを調査した。
ユーザの心理的・言語的プロファイルを社会的相互作用とともに再構築する。
我々のアプローチは、ソーシャルメディアを通じてメンタルヘルス問題に対処する、データインフォームドな理解への道を開く。
論文 参考訳（メタデータ） (2023-11-29T14:45:11Z) - Chatbots for Mental Health Support: Exploring the Impact of Emohaa on
Reducing Mental Distress in China [50.12173157902495]
調査には134人の参加者が参加し、Emohaa(CBT)、Emohaa(Full)、コントロールの3つのグループに分けられた。
Emohaaは、CBTベースのエクササイズとガイド付き会話を通じて認知的支援を提供する会話エージェントである。
また、ユーザーが望む感情的な問題を経験できるようにすることで、ユーザーを感情的に支援する。
論文 参考訳（メタデータ） (2022-09-21T08:23:40Z) - Mental Illness Classification on Social Media Texts using Deep Learning
and Transfer Learning [55.653944436488786]
世界保健機関(WHO)によると、約4億5000万人が影響を受ける。
うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。
本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
論文 参考訳（メタデータ） (2022-07-03T11:33:52Z) - Towards Facilitating Empathic Conversations in Online Mental Health
Support: A Reinforcement Learning Approach [10.19931220479239]
心理学者は、共感が支持的な会話にポジティブな結果をもたらす重要な要素であることを繰り返し示してきた。
最近の研究では、オンラインメンタルヘルスプラットフォームでは、非常に共感的な会話がまれであることが示されています。
低共感の会話投稿を高共感に変えることを目的とした共感的書き換えの新しいタスクを紹介します。
論文 参考訳（メタデータ） (2021-01-19T16:37:58Z) - Predicting User Emotional Tone in Mental Disorder Online Communities [2.365702128814616]
我々は、Redditコミュニティにおける精神障害に関する議論が、ユーザーの健康状態を改善するのにどのように役立つかを分析した。
感情状態のプロキシとしてユーザ記述の感情的トーンを用いて,ユーザインタラクションと状態変化の関係を明らかにする。
我々は、感情的トーンの変化を予測するために、SOTAテキスト埋め込み技術とRNNに基づくモデルを構築した。
論文 参考訳（メタデータ） (2020-05-15T11:25:08Z) - Suicidal Ideation and Mental Disorder Detection with Attentive Relation
Networks [43.2802002858859]
本稿では,語彙に基づく感情スコアと潜在トピックを用いたテキスト表現を強化する。
本研究は,自殺思考と精神障害を関連するリスク指標を用いて検出する関係ネットワークを提案する。
論文 参考訳（メタデータ） (2020-04-16T11:18:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。