論文の概要: How Social Media Big Data Can Improve Suicide Prevention

• arxiv url: http://arxiv.org/abs/2401.07718v1
• Date: Mon, 15 Jan 2024 14:35:39 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-17 17:02:26.460765
• Title: How Social Media Big Data Can Improve Suicide Prevention
• Title（参考訳）: ソーシャルメディアのビッグデータが自殺防止をいかに改善するか
• Authors: Anastasia Peshkovskaya and Yu-Tao Xiang
• Abstract要約: 自殺に関連するオンライン行動が実際にどのように関わっているのか、その証拠はいまだに残っていない。 3ヶ月のスーパーコンピュータ検索の結果、570,156人の若者がソーシャルメディア上で自殺関連情報を消費した。 8人全員が、最大15人の自殺関連オンライングループに激怒した。 ソーシャルメディア利用者をターゲットにした自殺防止戦略は広範囲に実施されなければならない。
• 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: In the light of increasing clues on social media impact on self-harm and suicide risks, there is still no evidence on who are and how factually engaged in suicide-related online behaviors. This study reports new findings of high-performance supercomputing investigation of publicly accessible big data sourced from one of the world-largest social networking site. Three-month supercomputer searching resulted in 570,156 young adult users who consumed suicide-related information on social media. Most of them were 21-24 year olds with higher share of females (58%) of predominantly younger age. Every eight user was alarmingly engrossed with up to 15 suicide-related online groups. Evidently, suicide groups on social media are highly underrated public health issue that might weaken the prevention efforts. Suicide prevention strategies that target social media users must be implemented extensively. While major gap in functional understanding of technologies relevance for use in public mental health still exists, current findings act for better understanding digital technologies utility for translational advance and offer relevant evidence-based framework for improving suicide prevention in general population.
• Abstract（参考訳）: 自傷や自殺のリスクにソーシャルメディアが与える影響の手がかりが増す中、誰が誰なのか、どのように自殺に関連するオンライン行動に実際に関わっているのかは、まだ証拠がない。 本研究は、世界最大規模のソーシャルネットワークサイトから収集した、公開アクセス可能なビッグデータの高性能スーパーコンピューティングに関する新たな知見を報告する。 3ヶ月のスーパーコンピュータ検索の結果、570,156人の若者がソーシャルメディア上で自殺関連情報を消費した。 多くは21～24歳であり, 女性の割合は58%であり, ほとんどが若年層であった。 8人全員が、最大15人の自殺関連オンライングループに激怒した。 ソーシャルメディア上の自殺集団は公衆衛生問題で過小評価されており、予防努力を弱める可能性がある。 ソーシャルメディア利用者をターゲットにした自殺防止戦略を広く実施する必要がある。 公衆精神保健における技術利用に関する機能的理解の大きなギャップは依然として残っているが、現在の知見は、翻訳の進歩に有効なデジタル技術をよりよく理解し、一般市民の自殺予防を改善するための証拠に基づく枠組みを提供するために有効である。

関連論文リスト

• Easy-access online social media metrics can effectively identify misinformation sharing users [41.94295877935867]
  高いツイート頻度は共有コンテンツの事実性の低さと正に関連しているのに対し、アカウント年齢はそれと負に関連していることがわかった。 以上の結果から,これらのソーシャル・ネットワークの指標を頼りにすることで,誤情報を拡散しやすいユーザを早期に識別する,低障壁なアプローチが実現する可能性が示唆された。
  論文  参考訳（メタデータ） (2024-08-27T16:41:13Z)
• CautionSuicide: A Deep Learning Based Approach for Detecting Suicidal Ideation in Real Time Chatbot Conversation [0.0]
  自殺の早期発見は自殺の予防に役立つ。 本稿では,デジタルコンテンツにおける自殺的思考を検出するための,新しいシンプルな深層学習モデルを提案する。
  論文  参考訳（メタデータ） (2024-01-02T04:14:16Z)
• Conceptualizing Suicidal Behavior: Utilizing Explanations of Predicted Outcomes to Analyze Longitudinal Social Media Data [2.76101452577748]
  新型コロナウイルスのパンデミックは世界中でメンタルヘルスの危機をエスカレートしている。 自殺は、恥、虐待、放棄、うつ病のような精神状態などの社会的要因によって引き起こされる。 これらの状況が発展するにつれて、自殺的思考の兆候がソーシャルメディアの相互作用に現れる可能性がある。
  論文  参考訳（メタデータ） (2023-12-13T17:15:12Z)
• An Automated Tool to Detect Suicidal Susceptibility from Social Media Posts [0.0]
  本研究は、ソーシャルメディアからの情報を用いて、誰かが自傷行為を考えているかどうかを判断する自動モデルを開発する。 ソーシャルメディア投稿のデータセットを収集し、それらを処理し、モデルをトレーニングし、修正しました。 このモデルは93%の精度で、F1スコアは0.93である。
  論文  参考訳（メタデータ） (2023-10-09T18:06:12Z)
• 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)
• 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)
• Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
  誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。 偏光と誤情報付着が密接な関係にあると仮定する。
  論文  参考訳（メタデータ） (2022-06-30T12:34:24Z)
• Suicidal Ideation Detection on Social Media: A Review of Machine Learning Methods [0.34265828682659694]
  ソーシャルメディアにおける自殺観念と行動を特定するために多くの研究がなされている。 本稿では,ソーシャルメディア上での機械学習アルゴリズムを用いた自殺思考の検出に関する最近の研究成果について概説する。
  論文  参考訳（メタデータ） (2022-01-25T18:23:47Z)
• Quantifying the Suicidal Tendency on Social Media: A Survey [0.0]
  自殺は早産だが予防可能な死因の1つである。 近年の研究では、ソーシャルメディアデータのマイニングが、利用者の自殺傾向の定量化に役立っていることが示されている。 本書は、精神医療の分類を解明し、ソーシャルメディアデータにおける自殺傾向の定量化の可能性を検討するための最近の試みを強調している。
  論文  参考訳（メタデータ） (2021-10-04T12:26:14Z)
• Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
  ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。 本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
  論文  参考訳（メタデータ） (2020-04-28T23:54:33Z)
• Suicidal Ideation and Mental Disorder Detection with Attentive Relation Networks [43.2802002858859]
  本稿では,語彙に基づく感情スコアと潜在トピックを用いたテキスト表現を強化する。 本研究は,自殺思考と精神障害を関連するリスク指標を用いて検出する関係ネットワークを提案する。
  論文  参考訳（メタデータ） (2020-04-16T11:18:55Z)

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。