論文の概要: Core but not peripheral online social ties is a protective factor
against depression: evidence from a nationally representative sample of young
adults
- arxiv url: http://arxiv.org/abs/2111.15070v1
- Date: Tue, 30 Nov 2021 02:10:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 07:21:54.834088
- Title: Core but not peripheral online social ties is a protective factor
against depression: evidence from a nationally representative sample of young
adults
- Title（参考訳）: 中核だが周辺部ではないオンライン社会関係はうつ病に対する防御要因である-若者の全国代表例から
- Authors: Sofia Dokuka, Elizaveta Sivak, Ivan Smirnov
- Abstract要約: オンライン友情関係がメンタルヘルスに与える影響について検討する。
オンライン友人の数はうつ病症状と関連していることがわかった。
この結果は、オンラインの友情が、別々に扱うべき様々なタイプの社会的関係をコード化できることを示唆している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As social interactions are increasingly taking place in the digital
environment, online friendship and its effects on various life outcomes from
health to happiness attract growing research attention. In most studies, online
ties are treated as representing a single type of relationship. However, our
online friendship networks are not homogeneous and could include close
connections, e.g. a partner, as well as people we have never met in person. In
this paper, we investigate the potentially differential effects of online
friendship ties on mental health. Using data from a Russian panel study (N =
4,400), we find that - consistently with previous research - the number of
online friends correlates with depression symptoms. However, this is true only
for networks that do not exceed Dunbar's number in size (N <= 150) and only for
core but not peripheral nodes of a friendship network. The findings suggest
that online friendship could encode different types of social relationships
that should be treated separately while investigating the association between
online social integration and life outcomes, in particular well-being or mental
health.
- Abstract（参考訳）: デジタル環境では社会的相互作用がますます起こっており、オンラインの友情とその健康から幸福に至るまでの様々な生活結果への影響が研究の注目を集めている。
ほとんどの研究では、オンライン関係は単一のタイプの関係として扱われる。
しかし、我々のオンラインの友情ネットワークは同質ではなく、パートナーのような近しいつながりや、直接会ったことのない人々を含むことができる。
本稿では,オンライン友情関係がメンタルヘルスに与える影響について検討する。
ロシアのパネル調査(N = 4,400)のデータから、オンラインの友人の数はうつ病の症状と相関していることがわかった。
しかし、これはダンバーのサイズ (n <= 150) を越えず、フレンドシップネットワークのコアノードのみしか持たないネットワークに対してのみ当てはまる。
その結果、オンラインの友情は、オンラインのソーシャル統合と生活結果、特に健康やメンタルヘルスの関係を調査しながら、別々に扱うべき様々なタイプの社会的関係をコード化できることが示唆された。
関連論文リスト
- The Role of Likes: How Online Feedback Impacts Users' Mental Health [1.0156836684627544]
オンラインフィードバックがユーザーの感情体験、社会的つながり、自尊心に与える影響を分析した。
他者からの反応がほとんどないし全くないことから,ユーザの否定的な感情を誘発するだけでなく,自己評価の低レベルも引き起こすことがわかった。
対照的に、オンラインのフィードバックを非常に肯定的に受け取り、社会的つながりの感情を誘発し、全体的な孤独を減少させる。
論文 参考訳（メタデータ） (2023-12-19T07:48:10Z) - Who can help me? Reconstructing users' psychological journeys in
depression-related social media interactions [0.13194391758295113]
うつ病に関するいくつかのメンタルヘルス関連Redditボードを調査した。
ユーザの心理的・言語的プロファイルを社会的相互作用とともに再構築する。
我々のアプローチは、ソーシャルメディアを通じてメンタルヘルス問題に対処する、データインフォームドな理解への道を開く。
論文 参考訳（メタデータ） (2023-11-29T14:45:11Z) - CharacterChat: Learning towards Conversational AI with Personalized
Social Support [61.20396854093821]
本稿ではS2Conv(Social Support Conversation)フレームワークを紹介する。
一連のサポートエージェントと、ペルソナ互換の仮想サポーターと個人をリンクする対人マッチングメカニズムから構成される。
我々は、ペルソナと記憶によって駆動される会話モデルを含む総合的なS2Convシステムである characterChat を提案する。
論文 参考訳（メタデータ） (2023-08-20T14:24:26Z) - 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) - Bridging the Gap: Commonality and Differences between Online and Offline
COVID-19 Data [28.94255320469269]
オンラインニュースとオフラインニュースは、しばしばつながり、共通のトピックを共有し、それぞれがユニークで異なるトピックを持っている。
これら2つのニュースソース間のギャップは、誤った情報伝達を引き起こす可能性がある。
我々は、オンラインデータとオフラインデータのギャップを埋める新しい問題に焦点を合わせ、時間とともに発生する共通のトピックと異なるトピックを監視します。
論文 参考訳（メタデータ） (2022-08-08T04:04:47Z) - 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) - Analyzing Wikipedia Membership Dataset and PredictingUnconnected Nodes
in the Signed Networks [0.666659730119789]
本研究では、Precison-Recall曲線とROCの下の領域を用いて、ソーシャルネットワーク内の2人の非接続者間の関係を予測する方法について検討する。
ソーシャル・ネットワークを署名グラフとしてモデル化し、トライadicモデル、Latent Informationモデル、Sentimentモデルを比較し、ピア・ピア間の相互作用を予測する。
論文 参考訳（メタデータ） (2021-10-18T09:03:18Z) - How Does Facebook Retain Segregated Friendship? An Agent-Based Model
Approach [0.0]
世界最大のソーシャルネットワークサイトであるFacebookは、歴史的に個人が別の人に手を差し伸べることを制約する構造上の障壁を克服した。
しかし、Facebook上の友情は、実生活における友情と同じくらい分離されている。
同じ説明は、人種的にもイデオロギー的にも、他の双方向のソーシャルネットワークサイトでの友情にも当てはまるかもしれない、と我々は主張する。
論文 参考訳（メタデータ） (2021-09-18T07:26:19Z) - Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia
for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。
実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文 参考訳（メタデータ） (2021-06-20T10:48:49Z) - I Know Where You Are Coming From: On the Impact of Social Media Sources
on AI Model Performance [79.05613148641018]
我々は、異なるソーシャルネットワークのマルチモーダルデータから学習する際、異なる機械学習モデルの性能について検討する。
最初の実験結果から,ソーシャルネットワークの選択がパフォーマンスに影響を及ぼすことが明らかとなった。
論文 参考訳（メタデータ） (2020-02-05T11:10:44Z) - Social Science Guided Feature Engineering: A Novel Approach to Signed
Link Analysis [58.892336054718825]
リンク分析に関する既存の研究のほとんどは、符号なしのソーシャルネットワークに焦点を当てている。
負のリンクの存在は、符号付きネットワークの特性と原則が符号なしネットワークと異なるかどうかを調査することに関心を持つ。
近年の研究では、符号付きネットワークの特性が符号なしネットワークの特性と大きく異なることが示唆されている。
論文 参考訳（メタデータ） (2020-01-04T00:26:05Z)
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。