論文の概要: Peer Recommendation Interventions for Health-related Social Support: a Feasibility Assessment
- arxiv url: http://arxiv.org/abs/2209.04973v2
- Date: Fri, 24 Jan 2025 20:21:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-28 13:49:38.630872
- Title: Peer Recommendation Interventions for Health-related Social Support: a Feasibility Assessment
- Title(参考訳): 健康関連社会支援のためのピアレコメンデーション・インターベンション : 可能性評価
- Authors: Zachary Levonian, Matthew Zent, Ngan Nguyen, Matthew McNamara, Loren Terveen, Svetlana Yarosh,
- Abstract要約: ピアレコメンデーションシステムは、ヘルスジャーニー中にピアを見つけやすくするための計算手法である。
本稿では,ピア体験の読み上げとピアとのインタラクションという,2つの行動を増やすためのピアレコメンデーションの介入を提案する。
本研究は、ピアレコメンデーションの有用性と需要を支持し、より大きなピアレコメンデーション介入を評価することのメリットを提案する。
- 参考スコア(独自算出の注目度): 9.220802944049293
- License:
- Abstract: Online health communities (OHCs) offer the promise of connecting with supportive peers. Forming these connections first requires finding relevant peers - a process that can be time-consuming. Peer recommendation systems are a computational approach to make finding peers easier during a health journey. By encouraging OHC users to alter their online social networks, peer recommendations could increase available support. But these benefits are hypothetical and based on mixed, observational evidence. To experimentally evaluate the effect of peer recommendations, we conceptualize these systems as health interventions designed to increase specific beneficial connection behaviors. In this paper, we designed a peer recommendation intervention to increase two behaviors: reading about peer experiences and interacting with peers. We conducted an initial feasibility assessment of this intervention by conducting a 12-week field study in which 79 users of CaringBridge received weekly peer recommendations via email. Our results support the usefulness and demand for peer recommendation and suggest benefits to evaluating larger peer recommendation interventions. Our contributions include practical guidance on the development and evaluation of peer recommendation interventions for OHCs.
- Abstract(参考訳): オンライン健康コミュニティ(OHC)は、支援的な仲間と接続する約束を提供する。
これらのコネクションを最初に形成するには、関連するピアを見つける必要があります。
ピアレコメンデーションシステムは、ヘルスジャーニー中にピアを見つけやすくするための計算手法である。
OHCユーザーにオンラインソーシャルネットワークを変更するよう促すことで、ピアレコメンデーションはサポートを増やすことができる。
しかし、これらの利点は仮説的であり、混ざり合った観察的な証拠に基づいている。
ピアレコメンデーションの効果を実験的に評価するために,これらのシステムを,特定の有益な接続行動の向上を目的とした健康介入として概念化した。
本稿では,ピア・レコメンデーション・インタプリタを設計し,ピア・エクスペリエンスについて読み書きし,ピア・レコメンデーション・インタヴューを行った。
12週間のフィールドスタディを行い,CaringBridge利用者79名を対象に,電子メールで週次ピアレコメンデーションを行った。
本研究は、ピアレコメンデーションの有用性と需要を支持し、より大きなピアレコメンデーション介入を評価することのメリットを提案する。
コントリビューションには、OHCに対するピアレコメンデーション介入の開発と評価に関する実践的ガイダンスが含まれている。
関連論文リスト
- Revisiting Reciprocal Recommender Systems: Metrics, Formulation, and Method [60.364834418531366]
RRSの性能を包括的かつ正確に評価する5つの新しい評価指標を提案する。
因果的観点からRSを定式化し、二元的介入として勧告を定式化する。
提案手法では,結果の一致を最大化する手法を提案する。
論文 参考訳(メタデータ) (2024-08-19T07:21:02Z) - Navigating User Experience of ChatGPT-based Conversational Recommender Systems: The Effects of Prompt Guidance and Recommendation Domain [15.179413273734761]
本研究では,プロンプトガイダンス(PG)とレコメンデーションドメイン(RD)がシステム全体のユーザエクスペリエンスに与える影響について検討する。
その結果,PGはシステムの説明可能性,適応性,使いやすさ,透明性を著しく向上させることができることがわかった。
論文 参考訳(メタデータ) (2024-05-22T11:49:40Z) - Exploiting Correlated Auxiliary Feedback in Parameterized Bandits [56.84649080789685]
そこで本研究では,学習者が追加の補助的フィードバックを観察できるパラメータ化帯域問題の新たな変種について検討する。
補助的なフィードバックは、ユーザのサービス評価(リワード)を観察し、サービス提供時間(補助的なフィードバック)などの追加情報を収集するオンラインプラットフォームなど、多くの現実的なアプリケーションで容易に利用可能である。
論文 参考訳(メタデータ) (2023-11-05T17:27:06Z) - Embedding Mental Health Discourse for Community Recommendation [15.30326989654248]
本稿では,ソーシャルメディア上でのメンタルヘルス支援グループに焦点をあてたコミュニティレコメンデーションシステムの開発に,談話埋め込み技術の利用について検討する。
提案手法では,レコメンデーションシステムの性能を高めるために,コンテンツベースおよび協調フィルタリング技術を用いる。
論文 参考訳(メタデータ) (2023-07-08T03:59:58Z) - Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice
and Feedback [40.065280357381035]
CAREは、自動提案生成を通じてピアカウンセラーに権限を与える、インタラクティブなAIベースのツールである。
実践的なトレーニング段階において、CAREは特定のカウンセリング戦略が与えられた文脈で最も適しているかを診断するのに役立つ。
CAREは特に、初心者カウンセラーが挑戦的な状況でより良く対応するのに役立ちます。
論文 参考訳(メタデータ) (2023-05-15T19:48:59Z) - Aligning Recommendation and Conversation via Dual Imitation [56.236932446280825]
提案するDICR(Dual Imitation for Conversational Recommendation)は,リコメンデーションパスとユーザ関心シフトパスを明確に整合させる2つの模倣を設計する。
アライメント信号の交換により、DICRはレコメンデーションと会話モジュール間の双方向のプロモーションを実現する。
実験により、DICRは推奨と会話のパフォーマンスに関する最先端モデルよりも、自動的、人的、斬新な説明可能性の指標の方が優れていることが示された。
論文 参考訳(メタデータ) (2022-11-05T08:13:46Z) - Breaking Feedback Loops in Recommender Systems with Causal Inference [99.22185950608838]
近年の研究では、フィードバックループが推奨品質を損なう可能性があり、ユーザの振る舞いを均質化している。
本稿では、因果推論を用いてフィードバックループを確実に破壊するアルゴリズムCAFLを提案する。
従来の補正手法と比較して,CAFLは推奨品質を向上することを示す。
論文 参考訳(メタデータ) (2022-07-04T17:58:39Z) - Long-term Dynamics of Fairness Intervention in Connection Recommender
Systems [5.048563042541915]
本稿では,Webスケールのソーシャルネットワークが採用するシステムにパターン化されたコネクションレコメンデータシステムについて検討する。
全体としては公平に思われるが、共通露出とユーティリティパリティの介入は、長期的なバイアスの増幅を緩和することができない。
論文 参考訳(メタデータ) (2022-03-30T16:27:48Z) - Measuring "Why" in Recommender Systems: a Comprehensive Survey on the
Evaluation of Explainable Recommendation [87.82664566721917]
この調査は、IJCAI、AAAI、TheWebConf、Recsys、UMAP、IUIといったトップレベルのカンファレンスから100以上の論文に基づいています。
論文 参考訳(メタデータ) (2022-02-14T02:58:55Z) - Knowledge Transfer via Pre-training for Recommendation: A Review and
Prospect [89.91745908462417]
実験による推薦システムに対する事前学習の利点を示す。
事前学習を伴うレコメンデータシステムの今後の研究に向けて,いくつかの将来的な方向性について論じる。
論文 参考訳(メタデータ) (2020-09-19T13:06:27Z) - Patterns of Patient and Caregiver Mutual Support Connections in an
Online Health Community [5.636155173401659]
相互に支援的な相互接続を構築することは、オンライン健康コミュニティを使用する上で重要なモチベーションである。
患者と非専門職介護者の2つの構造的健康役割のピア接続パターンについて検討した。
本結果は,ピアコミュニケーションを支援するシステムの設計に影響を及ぼす。
論文 参考訳(メタデータ) (2020-07-31T16:51:41Z)
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。