論文の概要: Exploring Self-Identified Counseling Expertise in Online Support Forums
- arxiv url: http://arxiv.org/abs/2106.12976v1
- Date: Thu, 24 Jun 2021 12:53:07 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-25 15:09:52.398535
- Title: Exploring Self-Identified Counseling Expertise in Online Support Forums
- Title(参考訳): オンライン支援フォーラムにおける自己認識型カウンセリングエキスパートの探索
- Authors: Allison Lahnala, Yuntian Zhao, Charles Welch, Jonathan K. Kummerfeld,
Lawrence An, Kenneth Resnicow, Rada Mihalcea, Ver\'onica P\'erez-Rosas
- Abstract要約: 本研究は, 他者との相互作用と, 自己識別型精神保健専門家との相互作用の差異について検討する。
我々の研究は、医療専門家がソーシャルネットワークで健康情報や支援をどう扱うかを理解するための開発努力に貢献する。
- 参考スコア(独自算出の注目度): 26.086207762353336
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A growing number of people engage in online health forums, making it
important to understand the quality of the advice they receive. In this paper,
we explore the role of expertise in responses provided to help-seeking posts
regarding mental health. We study the differences between (1) interactions with
peers; and (2) interactions with self-identified mental health professionals.
First, we show that a classifier can distinguish between these two groups,
indicating that their language use does in fact differ. To understand this
difference, we perform several analyses addressing engagement aspects,
including whether their comments engage the support-seeker further as well as
linguistic aspects, such as dominant language and linguistic style matching.
Our work contributes toward the developing efforts of understanding how health
experts engage with health information- and support-seekers in social networks.
More broadly, it is a step toward a deeper understanding of the styles of
interactions that cultivate supportive engagement in online communities.
- Abstract(参考訳): オンラインヘルスフォーラムに参加する人が増えているため、受け取ったアドバイスの質を理解することが重要である。
本稿では,メンタルヘルスに関する投稿を援助する上での専門知識の役割について考察する。
本研究では,(1)ピアとの相互作用,(2)自己識別型メンタルヘルス専門家との相互作用の差異について検討する。
まず、分類器がこれらの2つのグループを区別できることを示し、それらの言語使用が実際に異なることを示す。
この違いを理解するために,本研究では,そのコメントが言語的側面だけでなく,支配的な言語や言語的スタイルのマッチングにも関与するかどうかなど,係り受けの側面に対処するいくつかの分析を行う。
我々の研究は、医療専門家がソーシャルネットワークで健康情報や支援をどう扱うかを理解するための開発努力に貢献する。
より広義には、オンラインコミュニティにおける支援的なエンゲージメントを育むインタラクションのスタイルをより深く理解するためのステップである。
関連論文リスト
- LLM Agents for Psychology: A Study on Gamified Assessments [71.08193163042107]
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) - K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning [83.19215082550163]
K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。
本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
論文 参考訳(メタデータ) (2023-12-16T08:10:10Z) - An Integrative Survey on Mental Health Conversational Agents to Bridge
Computer Science and Medical Perspectives [7.564560899044939]
我々は、PRISMAフレームワークを用いて総合的な文献レビューを行い、コンピュータ科学と医学の両方で発行された534の論文をレビューする。
本研究は, 精神保健関連会話エージェントの構築に関する136つの重要な論文について, モデル化と実験設計手法の多様な特徴について述べる。
論文 参考訳(メタデータ) (2023-10-25T21:37:57Z) - Critical Behavioral Traits Foster Peer Engagement in Online Mental
Health Communities [28.17719749654601]
10,118件以上の投稿と、21のメンタルヘルス固有のサブレディットからの58,279件のコメントからなる、ピアカウンセリングデータセットであるBeCOPEを紹介した。
分析の結果, 「自己批判」は, ヘルプシーカーが表現する批判の最も一般的な形態であり, 相互作用の43%を占めることが明らかとなった。
本稿では, 高い可読性は, 追従支援を受ける確率を効果的に2倍にすることを示す。
論文 参考訳(メタデータ) (2023-09-04T14:00:12Z) - NLP as a Lens for Causal Analysis and Perception Mining to Infer Mental
Health on Social Media [10.342474142256842]
我々は、臨床心理学の実践とパーソナライズされた精神医療に最適な影響を与えるために、より簡潔で説明可能な研究が必要であると論じる。
自然言語処理(NLP)の範囲内では,因果解析と知覚マイニングに関連する重要な調査領域を探索する。
我々は、言語レンズを通して計算心理学の問題をモデル化するための、より説明可能なアプローチを提唱する。
論文 参考訳(メタデータ) (2023-01-26T09:26:01Z) - A Benchmark for Automatic Medical Consultation System: Frameworks, Tasks
and Datasets [70.32630628211803]
本稿では,医師と患者との対話理解とタスク指向インタラクションという,医療相談の自動化を支援する2つの枠組みを提案する。
マルチレベルな微粒なアノテーションを付加した新しい大規模医療対話データセットが導入された。
本稿では,各タスクに対するベンチマーク結果のセットを報告し,データセットのユーザビリティを示し,今後の研究のベースラインを設定する。
論文 参考訳(メタデータ) (2022-04-19T16:43:21Z) - Exploring the Effects of AI-assisted Emotional Support Processes in
Online Mental Health Community [26.36961585672868]
我々は、ユーザーが他のユーザーの投稿に感情的なサポートメッセージを書けるように、AIを駆使したワークフローを設計する。
予備的なユーザスタディに基づいて,本システムは,感情の明確化とテキストの具体的記述を支援することを確認した。
論文 参考訳(メタデータ) (2022-02-21T09:25:36Z) - E-ffective: A Visual Analytic System for Exploring the Emotion and
Effectiveness of Inspirational Speeches [57.279044079196105]
E-ffective(エフェクティブ)は、音声の専門家や初心者が、音声要因の役割と効果的な音声への貢献の両方を分析することのできる視覚分析システムである。
E-spiral(音声の感情の変化を視覚的にコンパクトに表現する)とE-script(音声コンテンツを主要な音声配信情報に結びつける)の2つの新しい可視化技術がある。
論文 参考訳(メタデータ) (2021-10-28T06:14:27Z) - Towards Emotional Support Dialog Systems [61.58828606097423]
本稿では,感情支援会話タスクを定義し,ヘルピングスキル理論に基づくESCフレームワークを提案する。
本研究では,豊かなアノテーション(特にサポート戦略)をヘルプシーカとサポーターモードで組み込んだ感情支援会話データセット(ESConv)を構築した。
情緒的サポートを提供する能力に関して、最先端の対話モデルを評価する。
論文 参考訳(メタデータ) (2021-06-02T13:30:43Z) - 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) - 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)
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。