論文の概要: Online posting effects: Unveiling the non-linear journeys of users in depression communities on Reddit

• arxiv url: http://arxiv.org/abs/2311.17684v3
• Date: Wed, 23 Apr 2025 18:28:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:51.588462
• Title: Online posting effects: Unveiling the non-linear journeys of users in depression communities on Reddit
• Title（参考訳）: オンライン投稿効果:Redditのうつ病コミュニティにおける非行のユーザー体験を公開
• Authors: Virginia Morini, Salvatore Citraro, Elena Sajno, Maria Sansoni, Giuseppe Riva, Massimo Stella, Giulio Rossetti,
• Abstract要約: 2年間にわたって対話する303kユーザからオンラインダイナミクスを再構築するデータインフォームドフレームワークを導入する。 利用者は、友人の感情的・感情的コンテンツへのオンライン露出後、別の心理的状態に移行することができる。 心理学的文献から解釈すると,オンラインソーシャルインタラクションのタイプとレイアウトが,うつ病を投稿する際のユーザの「ジャーニー」に影響を及ぼす証拠となる。
• 参考スコア（独自算出の注目度）: 0.12564343689544843
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Social media platforms have become pivotal as self-help forums, enabling individuals to share personal experiences and seek support. However, on topics as sensitive as depression, what are the consequences of online self-disclosure? Here, we delve into the dynamics of mental health discourse on various Reddit boards focused on depression. To this aim, we introduce a data-informed framework reconstructing online dynamics from 303k users interacting over two years. Through user-generated content, we identify 4 distinct clusters representing different psychological states. Our analysis unveils online posting effects: a user can transition to another psychological state after online exposure to peers' emotional/semantic content. As described by conditional Markov chains and different levels of social exposure, users' transitions reveal navigation through both positive and negative phases in a spiral rather than a linear progression. Interpreted in light of psychological literature, related particularly to the Patient Health Engagement (PHE) model, our findings can provide evidence that the type and layout of online social interactions have an impact on users' "journeys" when posting about depression.
• Abstract（参考訳）: ソーシャルメディアプラットフォームは、個人が個人的な経験を共有し、支援を求めることができるセルフヘルプフォーラムとして重要になっている。 しかし、うつ病ほど敏感なトピックについて、オンライン自己開示の結果はどうなるのか? ここでは、うつ病に焦点を当てたRedditのさまざまなボード上で、メンタルヘルスの談話のダイナミクスを掘り下げる。 そこで本研究では,2年間にわたって対話する303kユーザのオンラインダイナミクスを再構築するデータインフォームド・フレームワークを提案する。 ユーザ生成コンテンツを通して、異なる心理状態を表す4つの異なるクラスタを識別する。 利用者は、友人の感情的・感情的コンテンツへのオンライン露出後、別の心理的状態に移行することができる。 条件付きマルコフ連鎖と異なるレベルの社会的露出によって説明されているように、ユーザの遷移は、線形進行ではなく、スパイラル内の正相と負相の両方を通してナビゲーションを明らかにする。 特に患者健康エンゲージメント(PHE)モデルに関する心理学文献を参考に,オンラインソーシャルインタラクションのタイプとレイアウトが,うつ病を投稿する際のユーザの「ジャーニー」に影響を及ぼす証拠となることが示唆された。

関連論文リスト

• Safe Spaces or Toxic Places? Content Moderation and Social Dynamics of Online Eating Disorder Communities [8.950110714892498]
  ソーシャルメディアプラットフォームは、摂食障害を含むメンタルヘルスの懸念を議論するための重要な場所となっている。 本研究では、Twitter/X、Reddit、TikTok間での摂食障害に関する議論の比較分析を通じて、この知識ギャップに対処する。 以上の結果から,全プラットフォームにまたがるユーザが懸念を表明し,サポートを求める一方で,低調度(Twitter/Xなど)のプラットフォームは,食欲不振を増幅する有毒なエコーチャンバーの形成を可能にすることがわかった。
  論文  参考訳（メタデータ） (2024-12-20T09:42:54Z)
• MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
  メンタルヘルス障害は世界で最も深刻な病気の1つである。 プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。 MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
  論文  参考訳（メタデータ） (2024-10-09T13:06:40Z)
• 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)
• 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)
• LOST: A Mental Health Dataset of Low Self-esteem in Reddit Posts [4.6071451559137175]
  低自尊心と対人欲求は、うつ病や自殺の試みに大きな影響を及ぼす。 個人は、孤独を増進し緩和するためにソーシャルメディア上の社会的つながりを求めます。 Reddit上での低自己評価を研究・検出するために,心理学的根拠と専門的な注釈付きデータセット,LoST: Low Self esTeemを紹介した。
  論文  参考訳（メタデータ） (2023-06-08T23:52:35Z)
• LonXplain: Lonesomeness as a Consequence of Mental Disturbance in Reddit Posts [0.41998444721319217]
  ソーシャルメディアは、自然言語処理(NLP)を通して潜在精神状態を推測する潜在的な情報源である 心理学理論に関する既存の文献は、孤独が対人的リスク要因の主な結果であることを示している。 ソーシャルメディア投稿における一意性検出を、説明可能な二項分類問題として定式化する。
  論文  参考訳（メタデータ） (2023-05-30T04:21:24Z)
• Depression detection in social media posts using affective and social norm features [84.12658971655253]
  ソーシャルメディア投稿からの抑うつ検出のための奥深いアーキテクチャを提案する。 我々は、後期融合方式を用いて、ポストとワードの敬称と道徳的特徴をアーキテクチャに組み込んだ。 提案された機能を含めると、両方の設定で最先端の結果が得られます。
  論文  参考訳（メタデータ） (2023-03-24T21:26:27Z)
• Mental Health Coping Stories on Social Media: A Causal-Inference Study of Papageno Effect [8.962128900404554]
  パパジェノ効果は、メディアが自殺の考えや行動の予防と緩和に肯定的な役割を担えるかに関するものである。 Twitter上でのメンタルヘルス対応ストーリーへの露出が個人に与える影響について検討した。 以上の結果から, 物語に対処することでストレスや抑うつが減少し, 表現力, 多様性, 相互作用性が向上することが示唆された。
  論文  参考訳（メタデータ） (2023-02-20T10:25:28Z)
• Semantic Similarity Models for Depression Severity Estimation [53.72188878602294]
  本稿では、ソーシャルメディアの文章に基づいて、個人のうつ病の重症度を研究するための効率的なセマンティックパイプラインを提案する。 我々は,抑うつ症状と重度レベルに対応する代表訓練文の指標に対して意味的ランキングを生成するために,テストユーザ文を使用する。 本手法を2つのRedditベースのベンチマークで評価し,うつ病の重症度を指標として,最先端技術よりも30%改善した。
  論文  参考訳（メタデータ） (2022-11-14T18:47:26Z)
• Chatbots for Mental Health Support: Exploring the Impact of Emohaa on Reducing Mental Distress in China [50.12173157902495]
  調査には134人の参加者が参加し、Emohaa(CBT)、Emohaa(Full)、コントロールの3つのグループに分けられた。 Emohaaは、CBTベースのエクササイズとガイド付き会話を通じて認知的支援を提供する会話エージェントである。 また、ユーザーが望む感情的な問題を経験できるようにすることで、ユーザーを感情的に支援する。
  論文  参考訳（メタデータ） (2022-09-21T08:23:40Z)
• 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)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• Detection and Classification of mental illnesses on social media using RoBERTa [0.3753841394482697]
  本研究では,うつ病,不安,双極性障害,ADHD,PTSDの5種類の精神疾患を検出し,分類する。 われわれの研究は、RoBERTaのようなTransformerベースのアーキテクチャを使って人々の感情や心理学を分析する最初のマルチクラスモデルであると信じている。
  論文  参考訳（メタデータ） (2020-11-23T05:54:46Z)
• Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
  ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。 多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
  論文  参考訳（メタデータ） (2020-09-21T03:45:14Z)
• Predicting User Emotional Tone in Mental Disorder Online Communities [2.365702128814616]
  我々は、Redditコミュニティにおける精神障害に関する議論が、ユーザーの健康状態を改善するのにどのように役立つかを分析した。 感情状態のプロキシとしてユーザ記述の感情的トーンを用いて,ユーザインタラクションと状態変化の関係を明らかにする。 我々は、感情的トーンの変化を予測するために、SOTAテキスト埋め込み技術とRNNに基づくモデルを構築した。
  論文  参考訳（メタデータ） (2020-05-15T11:25:08Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)

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。