論文の概要: Analysis of Perceived Stress Test using Machine Learning

• arxiv url: http://arxiv.org/abs/2305.18473v2
• Date: Fri, 2 Jun 2023 12:51:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-05 19:01:59.011591
• Title: Analysis of Perceived Stress Test using Machine Learning
• Title（参考訳）: 機械学習を用いた知覚ストレステストの解析
• Authors: Toygar Tanyel
• Abstract要約: テストは14の質問で構成され、それぞれ0から4の尺度でスコアされ、合計スコアは0-56である。 このテストはまた、自己効力感とストレス/不快感の2つのサブファクターを特定するように設計されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The aim of this study is to determine the perceived stress levels of 150 individuals and analyze the responses given to adapted questions in Turkish using machine learning. The test consists of 14 questions, each scored on a scale of 0 to 4, resulting in a total score range of 0-56. Out of these questions, 7 are formulated in a negative context and scored accordingly, while the remaining 7 are formulated in a positive context and scored in reverse. The test is also designed to identify two sub-factors: perceived self-efficacy and stress/discomfort perception. The main objectives of this research are to demonstrate that test questions may not have equal importance using artificial intelligence techniques, reveal which questions exhibit variations in the society using machine learning, and ultimately demonstrate the existence of distinct patterns observed psychologically. This study provides a different perspective from the existing psychology literature by repeating the test through machine learning. Additionally, it questions the accuracy of the scale used to interpret the results of the perceived stress test and emphasizes the importance of considering differences in the prioritization of test questions. The findings of this study offer new insights into coping strategies and therapeutic approaches in dealing with stress. Source code: https://github.com/toygarr/ppl-r-stressed
• Abstract（参考訳）: 本研究の目的は,150人の個人に対するストレスレベルを判定し,機械学習を用いてトルコの適応質問に対する回答を分析することである。 テストは14の質問で構成され、それぞれ0から4の尺度でスコアされ、合計スコアは0-56である。 これらの質問のうち、7は負の文脈で定式化され、それに応じてスコアされ、残りの7は正の文脈で定式化され、逆となる。 テストはまた、自己効力感とストレス/不快感の2つのサブファクターを識別するように設計されている。 この研究の主な目的は、テスト質問が人工知能技術で同等に重要でないこと、機械学習を用いて社会のバリエーションを示す質問を明らかにすること、そして最終的に心理的に観察される異なるパターンの存在を実証することである。 本研究は、機械学習によるテストを繰り返して、既存の心理学文献とは異なる視点を提供する。 また,ストレステストの結果を解釈するために用いられる尺度の正確性に疑問を呈し,テスト質問の優先順位付けにおける差異を考慮することの重要性を強調した。 本研究は,ストレスに対する対処戦略と治療的アプローチに関する新たな知見を提供するものである。 ソースコード: https://github.com/toygarr/ppl-r-stressed

関連論文リスト

• StressPrompt: Does Stress Impact Large Language Models and Human Performance Similarly? [7.573284169975824]
  本研究では,Large Language Models (LLMs) がヒトに類似したストレス応答を示すかを検討する。 我々はストレスプロンプトと呼ばれる新しいプロンプトを開発し、様々なレベルのストレスを誘発するように設計された。 この結果は、LLMが人間と同様に、Yerkes-Dodson法則と一致して、適度なストレスの下で最適に機能することを示唆している。
  論文  参考訳（メタデータ） (2024-09-14T08:32:31Z)
• Quantifying AI Psychology: A Psychometrics Benchmark for Large Language Models [57.518784855080334]
  大きな言語モデル(LLM)は例外的なタスク解決能力を示しており、人間に似た役割を担っている。 本稿では,LLMにおける心理学的次元を調査するための枠組みとして,心理学的識別,評価データセットのキュレーション,結果検証による評価について述べる。 本研究では,個性,価値観,感情,心の理論,モチベーション,知性の6つの心理学的側面を網羅した総合的心理測定ベンチマークを導入する。
  論文  参考訳（メタデータ） (2024-06-25T16:09:08Z)
• Measuring Non-Typical Emotions for Mental Health: A Survey of Computational Approaches [57.486040830365646]
  ストレスと抑うつは日々のタスクにおけるエンゲージメントに影響を与え、彼らの相互作用を理解する必要性を強調します。 この調査は、ストレス、抑うつ、エンゲージメントを分析する計算手法を同時に探求した最初のものである。
  論文  参考訳（メタデータ） (2024-03-09T11:16:09Z)
• PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
  心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。 心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
  論文  参考訳（メタデータ） (2024-02-19T18:00:30Z)
• Detection and Analysis of Stress-Related Posts in Reddit Acamedic Communities [0.0]
  本研究は,Reddit学術コミュニティにおけるストレス関連投稿の検出と分析に焦点をあてる。 テキストは、自然言語処理と機械学習分類器を用いて、強調されているか、そうでないかを分類する。 重要な発見は、Redditの教授コミュニティにおける投稿やコメントが最もストレスが強いことを示している。
  論文  参考訳（メタデータ） (2023-12-02T07:34:03Z)
• ALBA: Adaptive Language-based Assessments for Mental Health [7.141164121152202]
  本研究は,適応型言語ベースアセスメントALBAの課題を紹介する。 質問を適応的に注文すると同時に、以前の質問に対する限定的な言語応答を使用して個人の潜在心理学的特徴をスコア付けする。 ALIRTは最も正確でスケーラブルで、より少ない質問で最高の精度を実現しています。
  論文  参考訳（メタデータ） (2023-11-11T03:37:17Z)
• Employing Multimodal Machine Learning for Stress Detection [8.430502131775722]
  メンタルウェルネスは、今日の世界で最も無視されているが決定的な側面の1つである。 本研究では、人の作業行動とストレスレベルを監視するために、マルチモーダルなAIベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-15T14:34:16Z)
• Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
  精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。 本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
  論文  参考訳（メタデータ） (2023-02-05T22:33:49Z)
• Bridging the Gap between Deep Learning and Hypothesis-Driven Analysis via Permutation Testing [16.397774179084607]
  置換テストの概念に基づくフレキシブルでスケーラブルなアプローチを提案する。 青少年期における全国アルコール・神経発達コンソーシアム621名の年次自己報告評価にアプローチを適用した。 本手法は,症状を説明する危険因子の分類に成功している。
  論文  参考訳（メタデータ） (2022-07-28T19:01:09Z)
• 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)
• Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
  うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。 機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。 本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレント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） (2020-12-05T05:14:14Z)

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。