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 [63.67533153887132]
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) - Inferring Causal Effects Under Heterogeneous Peer Influence [12.533920403498453]
ネットワークにおける因果推論は、ユニットの結果がピアの治療や結果に影響された場合に発生する干渉を考慮に入れなければならない。
本稿では,ネットワーク構造,干渉条件,因果依存性に関する様々な仮定を捉えることができるネットワークの構造因果モデルを提案する。
因果モデルを用いて、潜在的な異種コンテキストを見つけ、個別の因果効果を推定する新しいグラフニューラルネットワークに基づく推定器を提案する。
論文 参考訳(メタデータ) (2023-05-27T13:57:26Z) - Flexible social inference facilitates targeted social learning when
rewards are not observable [58.762004496858836]
グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。
社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
論文 参考訳(メタデータ) (2022-12-01T21:04:03Z) - Fair Effect Attribution in Parallel Online Experiments [57.13281584606437]
A/Bテストは、オンラインサービスで導入された変更の影響を確実に特定する目的で役立ちます。
オンラインプラットフォームでは,ユーザトラフィックをランダムに分割して多数の同時実験を行うのが一般的である。
異なるグループ間の完全なランダム化にもかかわらず、同時実験は互いに相互作用し、平均的な集団の結果に負の影響をもたらす。
論文 参考訳(メタデータ) (2022-10-15T17:15:51Z) - What's the Harm? Sharp Bounds on the Fraction Negatively Affected by
Treatment [58.442274475425144]
我々は,これらの関数がどの程度の速さで学習されたかに関わらず,効率の良い頑健な推論アルゴリズムを開発した。
シミュレーション研究および失業者のキャリアカウンセリングのケーススタディにおいて,本手法を実証する。
論文 参考訳(メタデータ) (2022-05-20T17:36:33Z) - 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) - Estimating Social Influence from Observational Data [5.156484100374057]
本研究では,社会的影響を推定する問題,個人の行動が将来の仲間の行動に与える影響を考察する。
鍵となる課題は、友人間の共有行動は、影響または他の2つの要因によって等しく説明できることである。
本稿では,3つの貢献によって社会的影響を推定する上での課題について論じる。
論文 参考訳(メタデータ) (2022-03-24T20:21:24Z) - Conductance and Social Capital: Modeling and Empirically Measuring
Online Social Influence [9.556358888163983]
社会的影響は私たちの日常生活に浸透し、複雑な社会現象の基礎を築いた。
オンライン社会的影響を研究する既存の文献は、いくつかの欠点に悩まされている。
この研究はギャップを埋め、モデリングとオンライン影響の実証的な定量化に3つの貢献をする。
論文 参考訳(メタデータ) (2021-10-25T01:05:49Z) - 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)
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。