論文の概要: Towards Sustainable Workplace Mental Health: A Novel Approach to Early Intervention and Support

• arxiv url: http://arxiv.org/abs/2402.01592v1
• Date: Fri, 2 Feb 2024 17:35:49 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-05 14:03:09.288708
• Title: Towards Sustainable Workplace Mental Health: A Novel Approach to Early Intervention and Support
• Title（参考訳）: 持続可能な職場メンタルヘルスを目指して : 早期介入と支援への新たなアプローチ
• Authors: David W. Vinson, Mihael Arcan, David-Paul Niland, Fionn Delahunty
• Abstract要約: アメリカ心理学会の2021年の報告書では、従業員の71%がストレスや緊張を経験している。 このストレスは職場での禁欲と欠勤に大きく寄与し、61%の禁欲と16%の病日は精神状態の悪化に起因する。 本研究は, 実時間支援を前提としたストレス検出アルゴリズムを提案することで, この課題に対処する。
• 参考スコア（独自算出の注目度）: 2.6005981395724285
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Employee well-being is a critical concern in the contemporary workplace, as highlighted by the American Psychological Association's 2021 report, indicating that 71% of employees experience stress or tension. This stress contributes significantly to workplace attrition and absenteeism, with 61% of attrition and 16% of sick days attributed to poor mental health. A major challenge for employers is that employees often remain unaware of their mental health issues until they reach a crisis point, resulting in limited utilization of corporate well-being benefits. This research addresses this challenge by presenting a groundbreaking stress detection algorithm that provides real-time support preemptively. Leveraging automated chatbot technology, the algorithm objectively measures mental health levels by analyzing chat conversations, offering personalized treatment suggestions in real-time based on linguistic biomarkers. The study explores the feasibility of integrating these innovations into practical learning applications within real-world contexts and introduces a chatbot-style system integrated into the broader employee experience platform. This platform, encompassing various features, aims to enhance overall employee well-being, detect stress in real time, and proactively engage with individuals to improve support effectiveness, demonstrating a 22% increase when assistance is provided early. Overall, the study emphasizes the importance of fostering a supportive workplace environment for employees' mental health.
• Abstract（参考訳）: アメリカ心理学会の2021年の報告書は、従業員の71%がストレスや緊張を経験していることを示している。 このストレスは職場の疲労と欠勤に大いに寄与し、61%の疲労と16%の病気の日が精神の健康に悪影響を与えている。 雇用主にとっての最大の課題は、従業員が危機点に達するまでメンタルヘルスの問題に気付いていないことが少なく、企業の幸福な利益の活用が制限されることである。 本研究は,実時間支援を前提としたストレス検出アルゴリズムを提案することで,この問題に対処する。 自動チャットボット技術を活用することで、このアルゴリズムはチャットチャットを分析し、言語バイオマーカーに基づいてリアルタイムでパーソナライズされた治療提案を提供することにより、メンタルヘルスレベルを客観的に測定する。 この研究は、これらのイノベーションを現実のコンテキスト内で実践的な学習アプリケーションに統合する可能性を検討するとともに、より広範な従業員エクスペリエンスプラットフォームに統合されたチャットボットスタイルのシステムを導入する。 このプラットフォームは、様々な特徴を包含し、従業員全体の幸福感を高め、リアルタイムでストレスを検知し、積極的に個人と関わり、早期に支援が提供されると22%の増加を示す。 全体として、この研究は、従業員のメンタルヘルスを支援する職場環境の育成の重要性を強調している。

関連論文リスト

• CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy [67.23830698947637]
  認知行動療法(CBT)支援の体系的評価のための新しいベンチマークであるCBT-BENCHを提案する。 我々は, CBT-BENCHにおける3段階の課題を含む: I: 基本的CBT知識獲得, 複数選択質問のタスク; II: 認知的モデル理解, 認知的歪み分類, 主根的信念分類, きめ細かい中核信念分類のタスク; III: 治療的応答生成, CBTセラピーセッションにおける患者音声に対する応答生成のタスク。 実験結果から,LLMはCBT知識のリサイティングに優れるが,複雑な実世界のシナリオでは不十分であることが示唆された。
  論文  参考訳（メタデータ） (2024-10-17T04:52:57Z)
• Enhancing Mental Health Support through Human-AI Collaboration: Toward Secure and Empathetic AI-enabled chatbots [0.0]
  本稿では、スケーラブルなソリューションとしてのAI対応チャットボットの可能性について検討する。 メンタルヘルスの文脈で共感的で有意義な反応を提供する能力を評価する。 本稿では,データプライバシを保証し,バイアスを低減し,臨床医による継続的検証を統合して応答品質を向上させるためのフェデレート学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-17T20:49:13Z)
• EmoScan: Automatic Screening of Depression Symptoms in Romanized Sinhala Tweets [0.0]
  この研究は、抑うつのリスクがある個人を特定するために、ロマタイズド・シンハラのソーシャルメディアデータの利用を探求する。 言語パターン、感情、行動の手がかりを分析することにより、抑うつ症状の自動スクリーニングのための機械学習ベースのフレームワークが提示される。
  論文  参考訳（メタデータ） (2024-03-28T10:31:09Z)
• 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)
• A Snapshot of the Mental Health of Software Professionals [6.7303178674232145]
  メンタルヘルス障害は多くの人に影響を与え、毎年多くの命が失われる。 近年の研究では、精神疾患に苦しむ人の数が急増している。 ソフトウェア産業の文脈では、メンタルヘルス障害の存在を理解することを目的とした限られた研究がある。
  論文  参考訳（メタデータ） (2023-09-29T11:11:49Z)
• Enhancing Psychological Counseling with Large Language Model: A Multifaceted Decision-Support System for Non-Professionals [31.01304974679576]
  本稿では,非専門職を支援するために,大規模言語モデルの基礎の上に構築された新しいモデルを紹介し,オンラインユーザ談話に対する心理的介入を提供する。 様々な専門知識を持つ10人の専門的心理学的カウンセラーによる総合的研究を行い,システムの評価を行った。 以上の結果から,本システムは患者の問題を相対的精度で分析し,プロレベルの方策を推奨できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-08-29T10:20:53Z)
• Multi-task Learning for Personal Health Mention Detection on Social Media [70.23889100356091]
  本研究では、マルチタスク学習フレームワークを用いて、利用可能な注釈付きデータを活用し、メインタスクのパフォーマンスを向上させる。 我々は、感情検出を補助タスクとして利用することで、感情情報を対象タスクに組み込むことに重点を置いている。
  論文  参考訳（メタデータ） (2022-12-09T23:49:00Z)
• 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)
• MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
  ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。 我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
  論文  参考訳（メタデータ） (2020-11-17T15:18:38Z)
• Anxiety Detection Leveraging Mobile Passive Sensing [53.11661460916551]
  不安障害は、子供と成人の両方に影響を及ぼす最も一般的な精神医学的問題である。 スマートフォンから受動的かつ控えめなデータ収集を活用することは、古典的な方法の代替となるかもしれない。 eWellnessは、個人デバイスのセンサとユーザログデータの完全な適合性を、連続的かつ受動的に追跡するために設計された、実験的なモバイルアプリケーションである。
  論文  参考訳（メタデータ） (2020-08-09T20:22:52Z)
• Psychiatric Home Treatment for Inpatient Care -- Design, Implementation and Participation [0.0]
  ドイツでは、2018年から新たなタイプの精神科的在宅治療(in patient equivalent treatment, IET)が提供されている。 本研究では,情報通信技術(ICT)が新たな環境とどのように相互作用し,そのプロセスを改善するかを検討する。
  論文  参考訳（メタデータ） (2020-06-02T11:17:42Z)

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。