論文の概要: Developing a measure of online wellbeing and user trust

• arxiv url: http://arxiv.org/abs/2007.14273v1
• Date: Tue, 28 Jul 2020 14:40:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-07 23:06:42.314723
• Title: Developing a measure of online wellbeing and user trust
• Title（参考訳）: オンラインウェルビーイングとユーザ信頼の尺度の開発
• Authors: Liz Dowthwaite, Elvira Perez Vallejos, Helen Creswick, Virginia Portillo, Menisha Patel, Jun Zhao
• Abstract要約: 本稿では,オンラインの幸福度と信頼度を測定するための2つの尺度の開発が進行中である最初の段階について述べる。 若年層と高齢者を対象としたワークショップの実施状況から。 この尺度は、研究者が信頼(または信頼の欠如)がオンライン全体の幸福とどのように関係しているかを理解するのに役立つ。
• 参考スコア（独自算出の注目度）: 7.246508289953564
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper describes the first stage of the ongoing development of two scales to measure online wellbeing and trust, based on the results of a series of workshops with younger and older adults. The first, the Online Wellbeing Scale includes subscales covering both psychological, or eudaimonic, wellbeing and subjective, or hedonic, wellbeing, as well as digital literacy and online activity; the overall aim is to understand how a user's online experiences affect their wellbeing. The second scale, the Trust Index includes three subscales covering the importance of trust to the user, trusting beliefs, and contextual factors; the aim for this scale is to examine trust in online algorithm-driven systems. The scales will be used together to aid researchers in understanding how trust (or lack of trust) relates to overall wellbeing online. They will also contribute to the development of a suite of tools for empowering users to negotiate issues of trust online, as well as in designing guidelines for the inclusion of trust considerations in the development of online algorithm-driven systems. The next step is to release the prototype scales developed as a result of this pilot in a large online study in to validate the measures.
• Abstract（参考訳）: 本稿では,高齢者と高齢者の一連のワークショップの結果をもとに,オンラインの幸福度と信頼度を測定する2つの尺度の開発の第1段階について述べる。 ひとつは、オンライン・ウェルビーイング・スケール(Online Wellbeing Scale)で、心理的、ユーダモニック、ウェルビーイング、主観的、ヘドニック、ウェルビーイング、デジタルリテラシー、オンライン活動の両方をカバーするサブスケールを含む。 第2の尺度であるTrust Indexには、ユーザへの信頼の重要性、信条の信頼、文脈的要因をカバーする3つのサブスケールが含まれており、このスケールの目的は、オンラインアルゴリズム駆動システムにおける信頼を調べることである。 この尺度は、研究者が信頼(あるいは信頼の欠如)がオンライン全体の幸福とどのように関係しているかを理解するのに役立つ。 また、オンラインアルゴリズム駆動システムの開発において、信頼の問題をオンライン上で交渉するためのツールセットの開発や、信頼の考慮事項を含むためのガイドラインの設計にも貢献する。 次のステップは、このパイロットの結果として開発されたプロトタイプスケールを大規模なオンライン研究で公開し、測定値を検証することだ。

関連論文リスト

• Bridging Social Media and Search Engines: Dredge Words and the Detection of Unreliable Domains [3.659498819753633]
  我々はWebグラフとソーシャルメディアのコンテキストを統合したWebサイト信頼性分類・発見システムを開発した。 本稿では,信頼できないドメインが検索エンジン上で高いランクを付けるような単語,用語,フレーズの概念を紹介する。 私たちは、ソーシャルメディアとオンラインコマースプラットフォームとの強いつながりを強調した、ドレッジワードの新たなデータセットをリリースしました。
  論文  参考訳（メタデータ） (2024-06-17T11:22:04Z)
• A Diachronic Perspective on User Trust in AI under Uncertainty [52.44939679369428]
  現代のNLPシステムは、しばしば未分類であり、ユーザの信頼を損なう確実な誤った予測をもたらす。 賭けゲームを用いて,信頼を損なう事象に対するユーザの信頼の進化について検討する。
  論文  参考訳（メタデータ） (2023-10-20T14:41:46Z)
• Human-centered trust framework: An HCI perspective [1.6344851071810074]
  この研究の理論的根拠は、現在の人工知能(AI)のユーザ信頼談話に基づいている。 我々は、AI設計におけるユーザ信頼の可能性を最大限に解き放つために、非専門家を導くためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-05T06:15:32Z)
• KGTrust: Evaluating Trustworthiness of SIoT via Knowledge Enhanced Graph Neural Networks [63.531790269009704]
  ソーシャル・インターネット・オブ・モノ(Social Internet of Things, SIoT)は、スマート・オブジェクト(物)にソーシャルネットワークの概念を注入する、有望で新興のパラダイムである。 リスクと不確実性のため、解決すべき重要かつ緊急の問題は、SIoT内で信頼性の高い関係、すなわち信頼評価を確立することである。 本稿では,SIoTにおける信頼度向上のための知識強化グラフニューラルネットワーク(KGTrust)を提案する。
  論文  参考訳（メタデータ） (2023-02-22T14:24:45Z)
• Personalized multi-faceted trust modeling to determine trust links in social media and its potential for misinformation management [61.88858330222619]
  ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。 本稿では,データ駆動型多面信頼モデルを提案する。 信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
  論文  参考訳（メタデータ） (2021-11-11T19:40:51Z)
• Where Does Trust Break Down? A Quantitative Trust Analysis of Deep Neural Networks via Trust Matrix and Conditional Trust Densities [94.65749466106664]
  本稿では,新しい信頼量化戦略である信頼行列の概念を紹介する。 信頼行列は、所定のアクター・オークル回答シナリオに対して期待される質問・回答信頼を定義する。 我々は、条件付き信頼密度の概念により、信頼密度の概念をさらに拡張する。
  論文  参考訳（メタデータ） (2020-09-30T14:33:43Z)
• Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
  ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。 多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
  論文  参考訳（メタデータ） (2020-09-21T03:45:14Z)
• How Much Can We Really Trust You? Towards Simple, Interpretable Trust Quantification Metrics for Deep Neural Networks [94.65749466106664]
  我々は思考実験を行い、信頼と信頼に関する2つの重要な疑問を探求する。 我々は、一連の質問に答える際の行動に基づいて、ディープニューラルネットワークの全体的な信頼性を評価するための一連のメトリクスを紹介します。 提案されたメトリクスは必ずしも完璧ではありませんが、よりよいメトリクスに向かって会話を推し進めることが望まれています。
  論文  参考訳（メタデータ） (2020-09-12T17:37:36Z)
• Towards Time-Aware Context-Aware Deep Trust Prediction in Online Social Networks [0.4061135251278187]
  信頼は、情報ソースが信頼できるか、誰と共有すべきか、誰から情報を受け入れるべきかを決定する尺度として定義できる。 ソーシャルスパマー検出、フェイクニュース検出、リツイート行動検出、レコメンデーションシステムなど、オンラインソーシャルネットワーク(OSN)への信頼のためのいくつかのアプリケーションがある。 信頼予測は、現在接続されていない2人のユーザー間の新しい信頼関係を予測するプロセスである。
  論文  参考訳（メタデータ） (2020-03-21T01:00:02Z)

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。