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
- Measuring the Mental Health of Content Reviewers, a Systematic Review [50.06646946044604]
多くの労働者は、長期的、潜在的に不可逆的な心理的害を報告している。
この研究は、少量の曝露の後でも、他の種類の専門家に心理的に害を与える活動と似ている。
この体系的なレビューは、他の専門職からの心理的対策を要約し、コンテンツレビュアーの経験と関連づけるものである。
論文 参考訳（メタデータ） (2025-02-01T00:50:15Z) - Social Support Detection from Social Media Texts [44.096359084699]
ソーシャルメディアのような様々な相互作用やプラットフォームを通じて伝えられる社会支援は、所有意識を育む上で重要な役割を担っている。
本稿では,自然言語処理(NLP)タスクとしてのソーシャルサポート検出(SSD)について紹介する。
我々は1万のYouTubeコメントからなるデータセットで実験を行った。
論文 参考訳（メタデータ） (2024-11-04T20:23:03Z) - CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy [67.23830698947637]
認知行動療法(CBT)支援の体系的評価のための新しいベンチマークであるCBT-BENCHを提案する。
我々は, CBT-BENCHにおける3段階の課題を含む: I: 基本的CBT知識獲得, 複数選択質問のタスク; II: 認知的モデル理解, 認知的歪み分類, 主根的信念分類, きめ細かい中核信念分類のタスク; III: 治療的応答生成, CBTセラピーセッションにおける患者音声に対する応答生成のタスク。
実験結果から,LLMはCBT知識のリサイティングに優れるが,複雑な実世界のシナリオでは不十分であることが示唆された。
論文 参考訳（メタデータ） (2024-10-17T04:52:57Z) - How to Engage Your Readers? Generating Guiding Questions to Promote Active Reading [60.19226384241482]
教科書や科学論文から10Kのインテキスト質問のデータセットであるGuidingQを紹介した。
言語モデルを用いてこのような質問を生成するための様々なアプローチを探索する。
我々は、そのような質問が読解に与える影響を理解するために、人間の研究を行う。
論文 参考訳（メタデータ） (2024-07-19T13:42:56Z) - Towards Understanding Emotions for Engaged Mental Health Conversations [1.3654846342364306]
我々はキーストロークダイナミクスと感情分析を組み合わせた受動的感情センシングシステムを開発している。
短いテキストメッセージとキーボードタイピングパターンの分析は、クライアントと応答者の両方をサポートするために使用される感情情報を提供することができる。
論文 参考訳（メタデータ） (2024-06-17T01:27:15Z) - The Role of Emotions in Informational Support Question-Response Pairs in Online Health Communities: A Multimodal Deep Learning Approach [0.0]
本研究は,オンライン・ヘルス・コミュニティにおいて,質問・回答・助力評価を求める情報支援の関連について検討した。
我々は、質問応答対のラベル付きデータセットを作成し、情報支援質問や回答を確実に予測するマルチモーダル機械学習とディープラーニングモデルを開発した。
我々は、情報支援交換に埋め込まれた感情を明らかにするために説明可能なAIを使用し、情報支援の提供における感情の重要性を実証した。
論文 参考訳（メタデータ） (2024-05-21T15:15:08Z) - Cross-Cultural Differences in Mental Health Expressions on Social Media [11.446351184195647]
ソーシャルメディアにおけるメンタルヘルス表現の現在の理解は、WEIRD(Western, Educated, Industrialized, Rich, Democratic)の文脈に由来する。
インドに居住する個人によるRedditのメンタルヘルス投稿を分析し、インド特有のソーシャルメディア言語の変化を特定する。
論文 参考訳（メタデータ） (2024-02-18T06:56:56Z) - 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) - 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) - 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。