論文の概要: Capturing social media expressions during the COVID-19 pandemic in
Argentina and forecasting mental health and emotions
- arxiv url: http://arxiv.org/abs/2101.04540v4
- Date: Fri, 19 Feb 2021 16:28:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-17 00:32:58.404578
- Title: Capturing social media expressions during the COVID-19 pandemic in
Argentina and forecasting mental health and emotions
- Title（参考訳）: アルゼンチンでのCOVID-19パンデミックにおけるソーシャルメディアの表現とメンタルヘルスと感情予測
- Authors: Antonela Tommasel, Andres Diaz-Pace, Juan Manuel Rodriguez, Daniela
Godoy
- Abstract要約: アルゼンチンで発生したCOVID-19パンデミックの際の精神状態や感情は、ソーシャルメディアで使われる言語表現に基づいて予測する。
メンタルヘルスの状況と感情は、ソーシャルメディアの内容とレキシコンを結びつけるマーカーを介してキャプチャされる。
- 参考スコア（独自算出の注目度）: 0.802904964931021
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Purpose. We present an approach for forecasting mental health conditions and
emotions of a given population during the COVID-19 pandemic in Argentina based
on language expressions used in social media. This approach permits
anticipating high prevalence periods in short- to medium-term time horizons.
Design. Mental health conditions and emotions are captured via markers, which
link social media contents with lexicons. First, we build descriptive timelines
for decision makers to monitor the evolution of markers, and their correlation
with crisis events. Second, we model the timelines as time series, and support
their forecasting, which in turn serve to identify high prevalence points for
the estimated markers. Findings. Results showed that different time series
forecasting strategies offer different capabilities. In the best scenario, the
emergence of high prevalence periods of emotions and mental health disorders
can be satisfactorily predicted with a neural network strategy, even when
limited data is available in early stages of a crisis (e.g., 7 days).
Originality. Although there have been efforts in the literature to predict
mental states of individuals, the analysis of mental health at the collective
level has received scarce attention. We take a step forward by proposing a
forecasting approach for analyzing the mental health of a given population (or
group of individuals) at a larger scale. Practical implications. We believe
that this work contributes to a better understanding of how psychological
processes related to crisis manifest in social media, being a valuable asset
for the design, implementation and monitoring of health prevention and
communication policies.
- Abstract（参考訳）: 目的
アルゼンチンの新型コロナウイルスパンデミックにおいて、ソーシャルメディアで使用される言語表現に基づいて、特定の人口のメンタルヘルス状態と感情を予測するアプローチを提案する。
このアプローチでは、短期から中期の時間軸で高い流行期間を予測できる。
デザイン。
メンタルヘルス状態と感情は、ソーシャルメディアの内容とレキシコンをリンクするマーカーを通じて捉えられる。
まず、意思決定者がマーカーの進化と危機イベントとの相関を監視するための記述的タイムラインを構築します。
第2に、時系列を時系列としてモデル化し、予測をサポートし、その結果、推定マーカーの高頻度点を特定する。
発見。
その結果、異なる時系列予測戦略が異なる能力をもたらすことがわかった。
最善のシナリオでは、危機の初期段階(例えば7日)に限られたデータが利用可能であっても、高頻度の感情と精神健康障害の出現はニューラルネットワーク戦略によって十分に予測できる。
オリジナル。
個人の精神状態を予測する研究は文献で行われているが、集団レベルでのメンタルヘルスの分析はほとんど注目されていない。
我々は、与えられた人口(または個人のグループ)のメンタルヘルスを大規模に分析するための予測的アプローチを提案する。
実践的な意味。
本研究は, ソーシャルメディアにおける危機発生に関連する心理的プロセスの理解を深め, 医療予防・コミュニケーション政策の設計, 実施, 監視に有用であると考えている。
関連論文リスト
- Predicting Depression and Anxiety: A Multi-Layer Perceptron for
Analyzing the Mental Health Impact of COVID-19 [1.9809980686152868]
新型コロナウイルスのパンデミックに伴うメンタルヘルスの傾向を予測するため,多層パーセプトロン(MLP)であるCoDAPを導入した。
本手法は、米国成人の多様なコホートにおいて、最初の新型コロナウイルス波(2020年4月から6月)の間に、週10週間にわたってメンタルヘルスの症状を追跡した包括的データセットを用いている。
このモデルは、パンデミック中の不安や抑うつのパターンを予測するだけでなく、人口統計要因、行動の変化、および精神健康の社会的決定要因の相互作用に関する重要な洞察も明らかにしている。
論文 参考訳（メタデータ） (2024-03-09T22:49:04Z) - Conceptualizing Suicidal Behavior: Utilizing Explanations of Predicted
Outcomes to Analyze Longitudinal Social Media Data [2.76101452577748]
新型コロナウイルスのパンデミックは世界中でメンタルヘルスの危機をエスカレートしている。
自殺は、恥、虐待、放棄、うつ病のような精神状態などの社会的要因によって引き起こされる。
これらの状況が発展するにつれて、自殺的思考の兆候がソーシャルメディアの相互作用に現れる可能性がある。
論文 参考訳（メタデータ） (2023-12-13T17:15:12Z) - Empowering Psychotherapy with Large Language Models: Cognitive
Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。
DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。
実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
論文 参考訳（メタデータ） (2023-10-11T02:47:21Z) - Predicting mental health using social media: A roadmap for future
development [0.0]
うつ病や自殺などの精神障害は、世界中で3億人以上の人々に影響を及ぼす。
ソーシャルメディア上では、精神障害の症状が観察され、自動化されたアプローチがそれらを検出する能力が高まっている。
この研究は、精神状態検出を機械学習技術に基づいて行うことができる分析のロードマップを提供する。
論文 参考訳（メタデータ） (2023-01-25T08:08:29Z) - Semantic Similarity Models for Depression Severity Estimation [53.72188878602294]
本稿では、ソーシャルメディアの文章に基づいて、個人のうつ病の重症度を研究するための効率的なセマンティックパイプラインを提案する。
我々は,抑うつ症状と重度レベルに対応する代表訓練文の指標に対して意味的ランキングを生成するために,テストユーザ文を使用する。
本手法を2つのRedditベースのベンチマークで評価し,うつ病の重症度を指標として,最先端技術よりも30%改善した。
論文 参考訳（メタデータ） (2022-11-14T18:47:26Z) - 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) - Social Media Unrest Prediction during the {COVID}-19 Pandemic: Neural
Implicit Motive Pattern Recognition as Psychometric Signs of Severe Crises [26.447165399064552]
心理的に検証された社会的不安予測器を提示し,スケーラブルで自動的な予測を再現する。
私たちはこのモデルを使って、新型コロナウイルスのパンデミックによる社会不安に対する言語の変化を調査します。
論文 参考訳（メタデータ） (2020-12-08T17:40:35Z) - Tracking the evolution of crisis processes and mental health on social
media during the COVID-19 pandemic [0.90238471756546]
本研究は,危機対応と回復の段階を社会学的問題として検討することを目的とする。
アルゼンチンで2020年3月から8月にかけて行われた大量のTwitterデータに基づいて、ソーシャルメディア投稿で使用される言語の違いをテーマ分析した。
論文 参考訳（メタデータ） (2020-11-22T14:30:09Z) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳（メタデータ） (2020-11-17T15:18:38Z) - Pose-based Body Language Recognition for Emotion and Psychiatric Symptom
Interpretation [75.3147962600095]
通常のRGBビデオから始まるボディーランゲージに基づく感情認識のための自動フレームワークを提案する。
心理学者との連携により,精神症状予測の枠組みを拡張した。
提案されたフレームワークの特定のアプリケーションドメインは限られた量のデータしか供給しないため、フレームワークは小さなトレーニングセットで動作するように設計されている。
論文 参考訳（メタデータ） (2020-10-30T18:45:16Z) - 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。