論文の概要: Thermal Infrared Imaging to Evaluate Emotional Competences in Nursing
Students: A First Approach through a Case Study
- arxiv url: http://arxiv.org/abs/2402.10968v1
- Date: Wed, 14 Feb 2024 16:21:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-25 16:52:19.714331
- Title: Thermal Infrared Imaging to Evaluate Emotional Competences in Nursing
Students: A First Approach through a Case Study
- Title（参考訳）: 看護学生の感情能力を評価するための熱赤外イメージング : 事例研究による最初のアプローチ
- Authors: Pilar Marqu\'es-S\'anchez, Cristina Li\'ebana-Presa, Jos\'e Alberto
Ben\'itez-Andrades, Raquel Gund\'in-Gallego, Lorena \'Alvarez-Barrio and
Pablo Rodr\'iguez-Gonz\'alvez
- Abstract要約: ケーススタディでは、ビデオや音楽を含む様々な感情刺激に学生を露出させ、顔の温度変化を測定しました。
これらの変化は、順応、刺激、反応の3段階にわたるFLIR E6カメラを用いて記録された。
異なる感情に対して個別の熱応答が観察された。
サーモグラフィでは, 鼻領域を除いて, 感情刺激に反応する一貫した熱パターンが認められた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: During nursing studies, it is crucial to develop emotional skills for both
academic success and quality patient care. Utilizing technologies like
thermography can be instrumental in nursing education to assess and enhance
these skills. The study aims to evaluate the effectiveness of thermography in
monitoring and improving the emotional skills of nursing students through a
case study approach. The case study involved exposing a student to various
emotional stimuli, including videos and music, and measuring facial temperature
changes. These changes were recorded using a FLIR E6 camera across three
phases: acclimatization, stimulus, and response. Environmental factors such as
temperature and humidity were also recorded. Distinct thermal responses were
observed for different emotions. For instance, during the acclimatization phase
with video stimuli, forehead temperatures varied between positive emotions
(joy: 34.5\textdegree C to 34.5\textdegree C) and negative emotions (anger:
36.1\textdegree C to 35.1\textdegree C). However, there was a uniform change in
temperature during both stimulus (joy: 34.7\textdegree C to 35.0\textdegree C,
anger: 35.0\textdegree C to 35.0\textdegree C) and response phases (joy:
35.0\textdegree C to 35.0\textdegree C, anger: 34.8\textdegree C to
35.0\textdegree C). Music stimuli also induced varying thermal patterns (joy:
34.2\textdegree C to 33.9\textdegree C to 33.4\textdegree C, anger:
33.8\textdegree C to 33.4\textdegree C to 33.8\textdegree C).Thermography
revealed consistent thermal patterns in response to emotional stimuli, with the
exception of the nose area, suggesting its suitability as a non-invasive,
quantifiable, and accessible method for emotional skill training in nursing
education.
- Abstract（参考訳）: 看護研究においては, 学術的成功と質の高い患者ケアの双方において, 感情的スキルを発達させることが重要である。
サーモグラフィのような技術は、これらのスキルを評価し、強化するために看護教育に役立ちます。
本研究は,看護学生の情緒的スキルのモニタリングと改善におけるサーモグラフィーの有効性を事例研究により評価することを目的とする。
ケーススタディでは、ビデオや音楽を含む様々な感情刺激に学生を露出させ、顔の温度変化を測定しました。
これらの変化は、順応、刺激、反応の3段階にわたるFLIR E6カメラを用いて記録された。
温度や湿度などの環境要因も記録されている。
異なる感情に対して異なる熱反応が観察された。
例えば、ビデオ刺激による気候化段階では、額の温度は正の感情(34.5\textdegree Cから34.5\textdegree C)と負の感情(36.1\textdegree Cから35.1\textdegree C)の間で変化した。
しかし、両方の刺激(34.7 度Cから35.0 度C、怒り35.0 度Cから35.0 度C)と反応相(35.0 度Cから35.0 度C、怒り34.8 度Cから35.0 度C)の温度変化があった。
音楽刺激はまた様々な熱パターン(34.2\textdegree Cから33.9\textdegree Cから33.4\textdegree C、怒り33.8\textdegree Cから33.4\textdegree Cから33.8\textdegree C)を誘発した。
サーモグラフィーでは, 鼻領域を除き, 感情刺激に対する一貫した熱的パターンがみられ, 看護教育における非侵襲的, 定量的, アクセシブルな感情スキルトレーニング法として適していると考えられた。
関連論文リスト
- SensEmo: Enabling Affective Learning through Real-time Emotion Recognition with Smartwatches [3.7303587372123315]
SensEmoは、感情学習用に設計されたスマートウォッチベースのシステムだ。
SensEmoは学生の感情を88.9%の精度で認識している。
SensEmoは、学生がより良いオンライン学習結果を達成するのを助ける。
論文 参考訳（メタデータ） (2024-07-13T15:10:58Z) - ECR-Chain: Advancing Generative Language Models to Better Emotion-Cause Reasoners through Reasoning Chains [61.50113532215864]
CEE(Causal Emotion Entailment)は、ターゲット発話で表現される感情を刺激する会話における因果発話を特定することを目的としている。
CEEにおける現在の研究は、主に会話のセマンティックな相互作用と感情的な相互作用をモデル化することに焦点を当てている。
本研究では,会話中の感情表現から刺激を推測するために,ステップバイステップの推論手法である感情・因果関係(ECR-Chain)を導入する。
論文 参考訳（メタデータ） (2024-05-17T15:45:08Z) - Machine Learning-based NLP for Emotion Classification on a Cholera X Dataset [0.0]
本研究の目的は,コレラに関するソーシャルメディア投稿で表現される感情を調べることである。
Python Nat-ural Language Toolkit (NLTK) の感情分析ライブラリを適用し、各テキストの感情的重要性を抑える。
その結果,LSTMの精度は75%であった。
論文 参考訳（メタデータ） (2024-05-08T09:05:02Z) - Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。
本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。
私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
論文 参考訳（メタデータ） (2022-10-04T22:44:17Z) - Are You Comfortable Now: Deep Learning the Temporal Variation in Thermal
Comfort in Winters [4.1450131693013095]
温熱的快適感の時間的変動は、居住者の幸福感とエネルギー消費を規制する重要な問題である。
ほとんどの機械学習(ML)に基づく熱快適研究では、日時、概日リズム、屋外温度といった時間的側面は考慮されていない。
本研究では,概日リズムと屋外温度がMLモデルの予測精度と分類性能に及ぼす影響について検討する。
論文 参考訳（メタデータ） (2022-08-20T07:45:01Z) - A Naturalistic Database of Thermal Emotional Facial Expressions and
Effects of Induced Emotions on Memory [1.8352113484137629]
本研究は、感情的内容の高い映画抜粋の視覚を通して、自然に誘発される感情的表情を収集する手順を定義する。
引き起こされた感情状態には、悲しみ、嫌悪、幸福、驚きの4つの基本的な感情が含まれる。
得られたデータベースは、熱的および可視的な感情的表情の両方を含む。
論文 参考訳（メタデータ） (2022-03-29T11:17:35Z) - Emotion Intensity and its Control for Emotional Voice Conversion [77.05097999561298]
感情音声変換(EVC)は、言語内容と話者のアイデンティティを保ちながら、発話の感情状態を変換しようとする。
本稿では,感情の強さを明示的に表現し,制御することを目的とする。
本稿では,話者スタイルを言語内容から切り離し,連続した空間に埋め込み,感情埋め込みのプロトタイプを形成するスタイルに符号化することを提案する。
論文 参考訳（メタデータ） (2022-01-10T02:11:25Z) - Affective Image Content Analysis: Two Decades Review and New
Perspectives [132.889649256384]
我々は,過去20年間の情緒的イメージコンテンツ分析(AICA)の発展を包括的にレビューする。
我々は、感情的ギャップ、知覚主観性、ラベルノイズと欠如という3つの主要な課題に関して、最先端の手法に焦点を当てる。
画像の内容やコンテキスト理解,グループ感情クラスタリング,ビューアーとイメージのインタラクションなど,今後の課題や研究の方向性について論じる。
論文 参考訳（メタデータ） (2021-06-30T15:20:56Z) - Learning Emotional-Blinded Face Representations [77.7653702071127]
感情反応に関連する表情に盲目な2つの顔表現を提案する。
この作業は、個人データ保護に関する新たな国際規則によって動機付けられている。
論文 参考訳（メタデータ） (2020-09-18T09:24:10Z) - Manipulating emotions for ground truth emotion analysis [0.5660207256468972]
本稿では,テキストを用いた感情分析手法として,実験行動研究からオンライン感情誘導技術を導入する。
テキストデータは、幸せ、中立、悲しい状態にランダムに割り当てられた参加者から収集された。
次に、レキシコンアプローチが誘発感情の回復にどの程度役立つかを検討した。
論文 参考訳（メタデータ） (2020-06-16T07:03:28Z) - Emotion Recognition From Gait Analyses: Current Research and Future
Directions [48.93172413752614]
歩行はウォーカーの感情に関する情報を伝える
様々な感情と歩行パターンのマッピングは、感情の自動認識のための新しい情報源を提供する。
歩行は遠隔観察可能で 模倣が困難で 被験者との協力も少ない
論文 参考訳（メタデータ） (2020-03-13T08:22:33Z)
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。