論文の概要: The Second-Level Smartphone Divide: A Typology of Smartphone Usage Based on Frequency of Use, Skills, and Types of Activities

• arxiv url: http://arxiv.org/abs/2111.05142v1
• Date: Tue, 9 Nov 2021 13:38:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-08 18:06:22.200611
• Title: The Second-Level Smartphone Divide: A Typology of Smartphone Usage Based on Frequency of Use, Skills, and Types of Activities
• Title（参考訳）: 第2レベルのスマートフォン分割:使用頻度、スキル、活動の種類に基づくスマートフォンの利用形態
• Authors: Alexander Wenz, Florian Keusch
• Abstract要約: 本稿は,2016年から2020年にかけてドイツとオーストリアで収集されたスマートフォン所有者の5つのサンプルに基づいて,スマートフォン技術の利用の不平等について検討する。 スマートフォン利用頻度、自己評価のスマートフォンスキル、スマートフォン上で行われている活動に基づいて、個人を分類する潜在クラス分析を行うことにより、スマートフォン利用者の6つの異なるタイプを識別する。
• 参考スコア（独自算出の注目度）: 77.34726150561087
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper examines inequalities in the usage of smartphone technology based on five samples of smartphone owners collected in Germany and Austria between 2016 and 2020. We identify six distinct types of smartphone users by conducting latent class analyses that classify individuals based on their frequency of smartphone use, self-rated smartphone skills, and activities carried out on their smartphone. The results show that the smartphone usage types differ significantly by sociodemographic and smartphone-related characteristics: The types reflecting more frequent and diverse smartphone use are younger, have higher levels of educational attainment, and are more likely to use an iPhone. Overall, the composition of the latent classes and their characteristics are robust across samples and time.
• Abstract（参考訳）: 本稿は,2016年から2020年にかけてドイツとオーストリアで収集されたスマートフォン所有者の5つのサンプルに基づいて,スマートフォン技術の利用の不平等について検討する。 スマートフォン使用頻度,自己評価したスマートフォンスキル,およびスマートフォンで実施した活動に基づいて個人を分類する潜在クラス分析を行い,6種類のスマートフォンユーザを特定した。 その結果、スマートフォンの利用形態は社会デポグラフィーやスマートフォン関連の特性によって大きく異なることが判明した: 頻繁で多様なスマートフォンの使用を反映したタイプは若いし、教育的達成度が高いし、iphoneを使う可能性が高い。 全体として、潜伏クラスの構成とその特性はサンプルと時間にわたって堅牢である。

関連論文リスト

• Learning About Social Context from Smartphone Data: Generalization Across Countries and Daily Life Moments [5.764112063319108]
  5か国581人の若者から収集した216万件以上の自己申告データを用いて,新しい,大規模,マルチモーダルなスマートフォンセンシングデータセットを使用した。 いくつかのセンサは社会的文脈に影響を与えており、部分的にパーソナライズされたマルチカントリーモデル(すべての国からのデータでトレーニングおよびテスト)と国固有のモデル(国内でトレーニングおよびテスト)は、90%のAUC以上で同様のパフォーマンスを達成することができる。 これらの結果は、異なる国における社会的文脈推論モデルをよりよく理解するために、モバイルデータの多様性の重要性を裏付けるものである。
  論文  参考訳（メタデータ） (2023-06-01T17:20:56Z)
• Understanding the Social Context of Eating with Multimodal Smartphone Sensing: The Role of Country Diversity [5.764112063319108]
  本研究は,8カ国678人の大学生を対象に,約24Kの自己申告データを収集した。 分析の結果,食事イベントにおけるスマートフォンの利用状況は各国で類似しているが,各国に特有の傾向がみられた。
  論文  参考訳（メタデータ） (2023-06-01T14:16:59Z)
• Complex Daily Activities, Country-Level Diversity, and Smartphone Sensing: A Study in Denmark, Italy, Mongolia, Paraguay, and UK [6.52702503779308]
  スマートフォンは、人々の日常生活を支援するために、行動認識による人間の行動を理解することができる。 人々は、リモート/ハイブリッドワーク/スタディ設定の頻度で、ポストパンデミックな世界でより鎮静的です。 5か国637人の大学生のスマートフォンデータと216万件の自己申告データを分析した。
  論文  参考訳（メタデータ） (2023-02-16T21:34:55Z)
• Your Day in Your Pocket: Complex Activity Recognition from Smartphone Accelerometers [7.335712499936904]
  本稿では,スマートフォン加速度計データのみを用いた複雑な活動の認識について検討する。 パンデミックの間、私たちは5カ国600人以上のユーザーから収集された大規模なスマートフォンセンシングデータセットを使用しました。 ディープラーニングに基づく8つの複雑なアクティビティのバイナリ分類は、AUROCスコアが部分的にパーソナライズされたモデルで最大0.76に達することで達成できる。
  論文  参考訳（メタデータ） (2023-01-17T16:22:30Z)
• Self-supervised Hypergraph Representation Learning for Sociological Analysis [52.514283292498405]
  本稿では,データマイニング技術と社会学的行動基準のさらなる融合を支援するための基本的な方法論を提案する。 まず,効率的なハイパーグラフ認識と高速グラフ構築フレームワークを提案する。 第2に,ユーザからユーザへのソーシャルインフルエンスを学習するためのハイパーグラフベースニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-12-22T01:20:29Z)
• Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
  本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。 HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。 我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
  論文  参考訳（メタデータ） (2022-03-14T17:05:59Z)
• 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)
• Federated and continual learning for classification tasks in a society of devices [59.45414406974091]
  Light Federated and Continual Consensus (LFedCon2)は、軽量で伝統的な学習者を用いた新しいフェデレーションおよび継続アーキテクチャである。 我々の方法では、スマートフォンやロボットのような無力デバイスが、リアルタイムで、ローカルで、継続的に、自律的に、そしてユーザーから学習することができる。 提案手法をスマートフォン利用者の異種コミュニティに適用し,歩行認識の課題を解決した。
  論文  参考訳（メタデータ） (2020-06-12T12:37:03Z)
• 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)
• Towards Palmprint Verification On Smartphones [62.279124220123286]
  過去20年間の研究によると、ヤシの印刷物は独特性と永続性に優れた効果がある。 我々はスマートフォン用のDeepMPV+というDCNNベースのパームプリント検証システムを構築した。 DeepMPV+の効率と有効性は広範な実験によって裏付けられている。
  論文  参考訳（メタデータ） (2020-03-30T08:31:03Z)

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。