論文の概要: Smartphone-based Wellness Assessment Using Mobile Environmental Sensor
- arxiv url: http://arxiv.org/abs/2007.03617v1
- Date: Wed, 1 Jul 2020 20:23:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-11 22:51:59.220673
- Title: Smartphone-based Wellness Assessment Using Mobile Environmental Sensor
- Title（参考訳）: モバイル環境センサを用いたスマートフォンのウェルネス評価
- Authors: Katherine McLeod, Petros Spachos, Konstantinos Plataniotis
- Abstract要約: 本研究は,スマートフォンを用いたウェルネス評価システムを提案する。
環境とウェルネスに相関があるかどうかを調べる。
導入システムは、個別化された独立したメンタルヘルスケアの必要性の高まりに対応して開始された。
- 参考スコア（独自算出の注目度）: 6.045977607688583
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Mental health and general wellness are becoming a growing concern in our
society. Environmental factors contribute to mental illness and have the power
to affect a person's wellness. This work presents a smartphone-based wellness
assessment system and examines if there is any correlation with one's
environment and their wellness. The introduced system was initiated in response
to a growing need for individualized and independent mental health care and
evaluated through experimentation. The participants were given an Android
smartphone and a mobile sensor board and they were asked to complete a brief
psychological survey three times per day. During the survey completion, the
board in their possession is reading environmental data. The five environmental
variables collected are temperature, humidity, air pressure, luminosity, and
noise level. Upon submission of the survey, the results of the survey and the
environmental data are sent to a server for further processing. Three
experiments with 62 participants in total have been completed. The correlation
most regularly deemed statistically significant was that of light and audio and
stress.
- Abstract（参考訳）: メンタルヘルスと一般ウェルネスは、我々の社会でますます関心を集めている。
環境要因は精神疾患に寄与し、人の健康に影響を及ぼす力を持つ。
本研究は,スマートフォンによるウェルネス評価システムを示し,環境とウェルネスに相関があるかどうかを検討する。
導入されたシステムは、個別化および独立したメンタルヘルスケアの必要性の増加に対応して開始され、実験を通じて評価された。
参加者はAndroidスマートフォンとモバイルセンサーボードを与えられ、1日に3回、簡単な心理調査を行うように求められた。
調査が完了すると、その所有する委員会は環境データを読み取っている。
収集される5つの環境変数は、温度、湿度、気圧、光度、騒音レベルである。
調査が提出されると、調査結果と環境データがサーバに送信され、さらなる処理が行われる。
62人の参加者による3つの実験が完了した。
最も統計的に重要な相関は、光と音声とストレスの相関である。
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) - Understanding Environmental Posts: Sentiment and Emotion Analysis of
Social Media Data [0.0]
本研究は,2014年から2023年までの10年間の気候変動と環境に対する一般の認識を分析した。
否定的な環境ツイートは、肯定的あるいは中立的なツイートよりもはるかに一般的である。
環境ツイートで最も一般的な感情は、恐怖、信頼、予測である。
論文 参考訳（メタデータ） (2023-12-05T19:26:28Z) - A Hybrid Approach for Depression Classification: Random Forest-ANN
Ensemble on Motor Activity Signals [4.798808180453298]
ウェアラブルセンサーは、メンタルヘルスの問題を追跡し、理解する潜在的な手段を提供する。
近年の研究では、これらのセンサーと機械学習の手法を併用して、異なる精神状態に関連するパターンを特定している。
本稿では、うつ病患者のセンサデータを評価するために最適化されたHybrid Random forest - Neural Networkと呼ばれる新しいアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-13T17:39:35Z) - Emotion fusion for mental illness detection from social media: A survey [16.410940528107115]
精神病は世界中で最も多い公衆衛生問題の一つである。
ソーシャルメディア上でユーザーが作成した投稿を分析し、精神疾患の早期発見に対する研究の関心が高まっている。
感情と精神疾患の相関関係から,感情情報の活用と融合が重要な研究トピックに発展してきた。
論文 参考訳（メタデータ） (2023-04-19T08:28:34Z) - Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。
本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
論文 参考訳（メタデータ） (2023-02-05T22:33:49Z) - 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) - Climate Change & Computer Audition: A Call to Action and Overview on
Audio Intelligence to Help Save the Planet [98.97255654573662]
この研究は、オーディオインテリジェンスが気候に関わる課題を克服するために貢献できる領域の概要を提供する。
我々は、地球、水、空気、火、エーテルの5つの要素に従って、潜在的なコンピュータオーディションの応用を分類する。
論文 参考訳（メタデータ） (2022-03-10T13:32:31Z) - A multimodal sensor dataset for continuous stress detection of nurses in
a hospital [0.8312466807725921]
本稿では, 病院の自然作業環境において, ユニークなストレス検出データセットを提供する。
このデータセットは、新型コロナウイルスの感染拡大に伴う看護師の生体データである。
論文 参考訳（メタデータ） (2021-07-25T22:24:25Z) - Learning Language and Multimodal Privacy-Preserving Markers of Mood from
Mobile Data [74.60507696087966]
精神状態は、先進医療に共通する国でも診断されていない。
人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。
本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
論文 参考訳（メタデータ） (2021-06-24T17:46:03Z) - DigitalExposome: Quantifying the Urban Environment Influence on
Wellbeing based on Real-Time Multi-Sensor Fusion and Deep Belief Network [4.340040784481499]
我々は,「DigitalExposome」という用語を,環境,個人特性,行動,幸福感の関係を理解するための概念的枠組みとして定義する。
都市環境要因を含むマルチセンサデータを(初めて)同時に収集しました。
論文 参考訳（メタデータ） (2021-01-29T14:55:19Z) - Anxiety Detection Leveraging Mobile Passive Sensing [53.11661460916551]
不安障害は、子供と成人の両方に影響を及ぼす最も一般的な精神医学的問題である。
スマートフォンから受動的かつ控えめなデータ収集を活用することは、古典的な方法の代替となるかもしれない。
eWellnessは、個人デバイスのセンサとユーザログデータの完全な適合性を、連続的かつ受動的に追跡するために設計された、実験的なモバイルアプリケーションである。
論文 参考訳（メタデータ） (2020-08-09T20:22:52Z)
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。