論文の概要: Identifying Periods of Cyclical Stress in University Students Using
Wearables In-the-Wild
- arxiv url: http://arxiv.org/abs/2402.11823v1
- Date: Mon, 19 Feb 2024 04:32:02 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-20 18:28:34.112921
- Title: Identifying Periods of Cyclical Stress in University Students Using
Wearables In-the-Wild
- Title（参考訳）: ウェアラブルを用いた大学生の周期的ストレスの特定
- Authors: Peter Neigel, Andrew Vargo, Benjamin Tag and Koichi Kise
- Abstract要約: 日本人大学生103名のコホートにウェアラブル型健康トラッキングリングを28カ月間使用した。
調査では,受験期間中のストレスマーカーの増加,新年,就業時期について調査した。
- 参考スコア（独自算出の注目度）: 13.537515154031151
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: University students encounter various forms of stress during their academic
journey, including cyclical stress associated with final exams. Supporting
their well-being means helping them manage their stress levels. In this study,
we used a wearable health-tracking ring on a cohort of 103 Japanese university
students for up to 28 months in the wild. The study aimed to investigate
whether group-wide biomarkers of stress can be identified in a sample having
similar daily schedules and whether these occurrences can be pinpointed to
specific periods of the academic year. We found population-wide increased
stress markers during exams, New Year's, and job hunting season, a Japanese job
market peculiarity. Our results highlight the available potential of
unobtrusive, in-situ detection of the current mental state of university
student populations using off-the-shelf wearables from noisy data, with
significant implications for the well-being of the users. Our approach and
method of analysis allows for monitoring the student body's stress level
without singling out individuals and therefore represents a privacy-preserving
method. This way, new and sudden stress increases can be recognized, which can
help identify the stressor and inform the design and introduction of counter
measures.
- Abstract（参考訳）: 大学生は、最終試験に伴う周期的ストレスを含む、学業旅行中に様々なストレスに遭遇する。
幸福のサポートは、ストレスレベルを管理するのに役立つ。
本研究では,日本の大学生103名を対象に,最大28ヶ月間の健康追跡リングを装着した。
本研究は,類似の日程を有する試料において,ストレスの集団的バイオマーカーを同定できるか,その発生時期を学年ごとに特定できるかを検討することを目的とした。
調査の結果,受験期間中のストレスマーカーの増加,新年,就業時期,就業市場の特色が認められた。
以上の結果から, ノイズの多いデータから, 既成のウェアラブルを用いて, 大学生の現在の精神状態の観測が可能であり, ユーザの幸福感に有意な影響を及ぼす可能性が示唆された。
本手法と分析方法は,個人を歌わずに生徒のストレスレベルをモニタできるため,プライバシ保護手法である。
このようにして、新しい、突然のストレスの増加を認識することができ、ストレスを識別し、対策の設計と導入を知らせることができる。
関連論文リスト
- Understanding Stress, Burnout, and Behavioral Patterns in Medical
Residents Using Large-scale Longitudinal Wearable Recordings [44.608785297557674]
本研究は、43人の医療従事者の職場行動パターンを訓練の異なる段階にわたって調査した。
具体的には,その増幅パターン,コンピュータアクセス,住民のメンターとのインタラクションについて検討する。
分析の結果, 歩行行動パターンやコンピュータの利用状況は, プログラムの年齢によって異なるが, 住民の作業行動は異なることが明らかとなった。
論文 参考訳（メタデータ） (2024-02-14T09:06:50Z) - 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) - 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) - Designing A Clinically Applicable Deep Recurrent Model to Identify
Neuropsychiatric Symptoms in People Living with Dementia Using In-Home
Monitoring Data [52.40058724040671]
鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。
扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。
本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
論文 参考訳（メタデータ） (2021-10-19T11:45:01Z) - Personalized Stress Monitoring using Wearable Sensors in Everyday
Settings [9.621481727547215]
心拍数(HR)と心拍変動率(HRV)に基づく日常生活ストレスレベルの客観的予測について検討する。
本稿では、ラベル付けのためのデータサンプルの調整可能なコレクションをサポートする、個人化されたストレス監視のための階層化システムアーキテクチャと、ラベル付けのためのリアルタイムデータのストリームから情報化サンプルを選択する方法を提案する。
論文 参考訳（メタデータ） (2021-07-31T04:15:15Z) - A multimodal sensor dataset for continuous stress detection of nurses in
a hospital [0.8312466807725921]
本稿では, 病院の自然作業環境において, ユニークなストレス検出データセットを提供する。
このデータセットは、新型コロナウイルスの感染拡大に伴う看護師の生体データである。
論文 参考訳（メタデータ） (2021-07-25T22:24:25Z) - 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) - 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) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z)
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。