論文の概要: Understanding College Students' Phone Call Behaviors Towards a Sustainable Mobile Health and Wellbeing Solution

• arxiv url: http://arxiv.org/abs/2011.06007v1
• Date: Wed, 11 Nov 2020 19:00:13 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-24 11:43:55.541579
• Title: Understanding College Students' Phone Call Behaviors Towards a Sustainable Mobile Health and Wellbeing Solution
• Title（参考訳）: 大学生の電話行動の持続的モバイル・ヘルス・ウェルビーイング・ソリューションへの理解
• Authors: Yugyeong Kim, Sudip Vhaduri, and Christian Poellabauer
• Abstract要約: 地域によって異なる大学生のコミュニケーションパターンを評価することを試みる。 この研究から得られた発見は、スマートフォンベースの健康介入の設計と提供を促進するのに役立つだろう。
• 参考スコア（独自算出の注目度）: 7.441071965808005
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: During the transition from high school to on-campus college life, a student leaves home and starts facing enormous life changes, including meeting new people, more responsibilities, being away from family, and academic challenges. These recent changes lead to an elevation of stress and anxiety, affecting a student's health and wellbeing. With the help of smartphones and their rich collection of sensors, we can continuously monitor various factors that affect students' behavioral patterns, such as communication behaviors associated with their health, wellbeing, and academic success. In this work, we try to assess college students' communication patterns (in terms of phone call duration and frequency) that vary across various geographical contexts (e.g., dormitories, classes, dining) during different times (e.g., epochs of a day, days of a week) using visualization techniques. Findings from this work will help foster the design and delivery of smartphone-based health interventions; thereby, help the students adapt to the changes in life.
• Abstract（参考訳）: 高校からキャンパス内での大学生活への移行の間、学生は家を出て、新しい人との出会い、より多くの責任、家族から離れること、学術的課題など、大きな人生の変化に直面し始める。 これらの最近の変化はストレスと不安の上昇をもたらし、学生の健康と幸福に影響を及ぼす。 スマートフォンとセンサーの豊富な収集により、学生の健康や幸福、学業成功に関連するコミュニケーション行動など、生徒の行動パターンに影響を与えるさまざまな要因を継続的に監視することができる。 本研究では,様々な時間(例えば1日のエポック,1週間の日数など)における様々な地理的状況(寮,授業,食事など)にまたがる大学生のコミュニケーションパターン(通話時間と頻度)を可視化手法を用いて評価する。 この研究から得られた発見は、スマートフォンベースの健康介入の設計と提供を促進するのに役立つ。

関連論文リスト

• Understanding Stress, Burnout, and Behavioral Patterns in Medical Residents Using Large-scale Longitudinal Wearable Recordings [44.608785297557674]
  本研究は、43人の医療従事者の職場行動パターンを訓練の異なる段階にわたって調査した。 具体的には,その増幅パターン,コンピュータアクセス,住民のメンターとのインタラクションについて検討する。 分析の結果, 歩行行動パターンやコンピュータの利用状況は, プログラムの年齢によって異なるが, 住民の作業行動は異なることが明らかとなった。
  論文  参考訳（メタデータ） (2024-02-14T09:06:50Z)
• Multi-task Learning for Personal Health Mention Detection on Social Media [70.23889100356091]
  本研究では、マルチタスク学習フレームワークを用いて、利用可能な注釈付きデータを活用し、メインタスクのパフォーマンスを向上させる。 我々は、感情検出を補助タスクとして利用することで、感情情報を対象タスクに組み込むことに重点を置いている。
  論文  参考訳（メタデータ） (2022-12-09T23:49:00Z)
• 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)
• 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)
• Understanding health and behavioral trends of successful students through machine learning models [11.615686353864374]
  本研究は、学期を通じて異なる期間の大学生の身体、精神、ライフスタイル、性格要因のパターンを分析した。 分析データはスマートフォンとFitbitで収集された。
  論文  参考訳（メタデータ） (2021-01-23T17:18:17Z)
• Identifying pandemic-related stress factors from social-media posts -- effects on students and young-adults [2.198430261120653]
  新型コロナウイルス(COVID-19)のパンデミックにより、世界中で自然の生命が失われている。 原因となるウイルスの拡散を抑制するため、厳格な対策が実施され、最も効果的なのは社会的孤立である。 このことが社会全体に広範に広まり、抑うつをもたらしたが、若年層や高齢者の間では顕著である。
  論文  参考訳（メタデータ） (2020-12-01T08:42:27Z)
• 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)
• The Relationship between Deteriorating Mental Health Conditions and Longitudinal Behavioral Changes in Google and YouTube Usages among College Students in the United States during COVID-19: Observational Study [1.74243547444997]
  個人がGoogle検索やYouTubeなどのオンラインプラットフォームとどのように関わるかは、パンデミックとその後のロックダウンによって大きく変化している。 この研究は、2020年1月に米国大学キャンパスから49人の学生を募集し(パンデミックに先立ち)、各参加者の不安と抑うつのレベルを測定した。 個人レベルのGoogle検索とYouTube履歴から、パンデミック中のオンライン行動の変化を定量化する5つのシグナルを開発した。
  論文  参考訳（メタデータ） (2020-09-05T00:54:57Z)
• 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)
• Mobile social media usage and academic performance [3.893605812705635]
  学生はソーシャルメディアやスマートフォンが普及しているため、特に敏感である。 いくつかの研究では、ソーシャルメディアと学術的業績には負の相関関係があることが示されている。 本稿では,ソーシャルメディアの利用状況と学術的業績をパラメトリクスすることで,このギャップを埋めることを提案する。
  論文  参考訳（メタデータ） (2020-04-03T06:14:36Z)

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。