論文の概要: Identifying Peer Influence in Therapeutic Communities

• arxiv url: http://arxiv.org/abs/2203.14223v3
• Date: Tue, 24 Oct 2023 18:42:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-28 06:53:18.296220
• Title: Identifying Peer Influence in Therapeutic Communities
• Title（参考訳）: 治療コミュニティにおける相互影響の同定
• Authors: Shanjukta Nath, Keith Warren, Subhadeep Paul
• Abstract要約: セラピック・コミュニティの卒業にピア・インフルエンスやロール・モデルが与える影響について検討する。 住民間の確認と修正の書面交換の記録を保持する3つのTCから匿名化された個人レベルの観測データを分析した。
• 参考スコア（独自算出の注目度）: 1.8416014644193066
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We investigate if there is a peer influence or role model effect on successful graduation from Therapeutic Communities (TCs). We analyze anonymized individual-level observational data from 3 TCs that kept records of written exchanges of affirmations and corrections among residents, and their precise entry and exit dates. The affirmations allow us to form peer networks, and the entry and exit dates allow us to define a causal effect of interest. We conceptualize the causal role model effect as measuring the difference in the expected outcome of a resident (ego) who can observe one of their social contacts (e.g., peers who gave affirmations), to be successful in graduating before the ego's exit vs not successfully graduating before the ego's exit. Since peer influence is usually confounded with unobserved homophily in observational data, we model the network with a latent variable model to estimate homophily and include it in the outcome equation. We provide a theoretical guarantee that the bias of our peer influence estimator decreases with sample size. Our results indicate there is an effect of peers' graduation on the graduation of residents. The magnitude of peer influence differs based on gender, race, and the definition of the role model effect. A counterfactual exercise quantifies the potential benefits of intervention of assigning a buddy to "at-risk" individuals directly on the treated resident and indirectly on their peers through network propagation.
• Abstract（参考訳）: 治療コミュニティ(TCs)の卒業に相互の影響や役割モデルの影響があるかを検討する。 住民間の確認書と修正書の交換記録と正確な出入り日数を記録した3TCから匿名化された個人レベルの観測データを分析した。 アサーションによってピアネットワークを形成することができ、エントリとイグジットの日付は関心の因果効果を定義することができる。 因果的役割モデルの効果を,社会的接点の1つ(例えば,肯定的な意見を述べた仲間)を観察できる住民(ego)の期待結果の差を測定することで,egoの退学前に卒業を成功させるか,egoの退学前に卒業を成功させるか,という概念化する。 ピアインフルエンスは通常観測データにおいて観測されていないホモフィアと結合するので、ネットワークを潜在変数モデルでモデル化し、ホモフィアを推定し、結果方程式に含める。 我々は,ピア影響推定器のバイアスがサンプルサイズとともに減少するという理論的保証を提供する。 以上の結果から,学生の卒業が住民の卒業に与える影響が示唆された。 ピアの影響の大きさは、性別、人種、ロールモデル効果の定義に基づいて異なる。 カウンターファクチュアル・エクササイズは、ネットワークの伝播を通じて、被治療者の直接的および間接的に、友人を「危険にさらされている」個人に割り当てることの潜在的利益を定量化する。

関連論文リスト

• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• Contagion Effect Estimation Using Proximal Embeddings [17.483428990993744]
  感染効果は、ソーシャルネットワークにおける個人の結果に対する仲間の行動の因果効果を指す。 既存のプロキシベースの感染効果推定法は、プロキシが高次元である場合、非常に高いばらつきを持つ。 本稿では,変分オートエンコーダと対向ネットワークを統合した新しいフレームワーク Proximal Embeddings (ProEmb) を提案する。
  論文  参考訳（メタデータ） (2023-06-04T20:55:13Z)
• Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
  本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。 我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
  論文  参考訳（メタデータ） (2023-06-01T10:51:58Z)
• D-BIAS: A Causality-Based Human-in-the-Loop System for Tackling Algorithmic Bias [57.87117733071416]
  D-BIASは、人間のループ内AIアプローチを具現化し、社会的バイアスを監査し軽減する視覚対話型ツールである。 ユーザは、因果ネットワークにおける不公平な因果関係を識別することにより、グループに対する偏見の存在を検出することができる。 それぞれのインタラクション、例えばバイアスのある因果縁の弱体化/削除は、新しい(偏りのある)データセットをシミュレートするために、新しい方法を用いている。
  論文  参考訳（メタデータ） (2022-08-10T03:41:48Z)
• Using Embeddings for Causal Estimation of Peer Influence in Social Networks [12.971519813535734]
  我々は、ピア感染効果を推定するために観測データを使用するという問題に対処する。 この効果の同定と推定に組込み法をどのように利用できるかを示す。
  論文  参考訳（メタデータ） (2022-05-17T00:22:56Z)
• Cross Pairwise Ranking for Unbiased Item Recommendation [57.71258289870123]
  我々はCPR(Cross Pairwise Ranking)という新しい学習パラダイムを開発する。 CPRは、露出メカニズムを知らずに不偏の推奨を達成する。 理論的には、この方法が学習に対するユーザ/イテムの適合性の影響を相殺することを証明する。
  論文  参考訳（メタデータ） (2022-04-26T09:20:27Z)
• Undersmoothing Causal Estimators with Generative Trees [0.0]
  観察データから個別に治療効果を推定することで、標的となる介入の可能性を解き放つことができる。 しかし、観測データからこれらの効果を推測することは困難である。 本稿では,モデルの不特定に対処する新しい生成木に基づくアプローチについて検討する。
  論文  参考訳（メタデータ） (2022-03-16T11:59:38Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• Plinko: A Theory-Free Behavioral Measure of Priors for Statistical Learning and Mental Model Updating [62.997667081978825]
  Plinko(リンク)は,参加者が利用可能なすべての結果に対してボール滴の分布を推定する行動課題である。 対象者は,確率分布の確率分布を中心にクラスタリングし,事前クラスタメンバシップは学習能力を示す可能性があることを示す。 我々は,個々の参加者が信頼できる表現であり,物理的に不可解な球滴分布に直面した場合,学習が阻害されないことを検証した。
  論文  参考訳（メタデータ） (2021-07-23T22:27:30Z)
• Causal Inference Struggles with Agency on Online Platforms [32.81856583026165]
  ユーザの自己選択から導かれる観察研究の有効性を評価することを目的として,Twitter上で4つの大規模内部スタディ比較を行った。 この結果から,ユーザの自己選択から導かれる観察研究は,オンラインプラットフォーム上でのランダム化実験の代替手段として不十分であることが示唆された。
  論文  参考訳（メタデータ） (2021-07-19T16:14:00Z)

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。