論文の概要: Digital Wellbeing Redefined: Toward User-Centric Approach for Positive
Social Media Engagement
- arxiv url: http://arxiv.org/abs/2403.05723v1
- Date: Fri, 8 Mar 2024 23:26:07 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-13 12:40:20.615710
- Title: Digital Wellbeing Redefined: Toward User-Centric Approach for Positive
Social Media Engagement
- Title(参考訳): デジタルウェルビーイング再定義 : ポジティブなソーシャルメディアエンゲージメントのためのユーザ中心アプローチに向けて
- Authors: Yixue Zhao, Tianyi Li, Michael Sobolev
- Abstract要約: 本稿では、ポジティブなソーシャルメディア体験を促進することに焦点を当てた新しい視点を紹介する。
PauseNowは、ユーザのデジタル行動と意図を一致させるために設計された、革新的なデジタルウェルビーイングの介入である。
- 参考スコア(独自算出の注目度): 4.921668287388726
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The prevalence of social media and its escalating impact on mental health has
highlighted the need for effective digital wellbeing strategies. Current
digital wellbeing interventions have primarily focused on reducing screen time
and social media use, often neglecting the potential benefits of these
platforms. This paper introduces a new perspective centered around empowering
positive social media experiences, instead of limiting users with restrictive
rules. In line with this perspective, we lay out the key requirements that
should be considered in future work, aiming to spark a dialogue in this
emerging area. We further present our initial effort to address these
requirements with PauseNow, an innovative digital wellbeing intervention
designed to align users' digital behaviors with their intentions. PauseNow
leverages digital nudging and intention-aware recommendations to gently guide
users back to their original intentions when they "get lost" during their
digital usage, promoting a more mindful use of social media.
- Abstract(参考訳): ソーシャルメディアの普及とその精神的健康への影響は、効果的なデジタル幸福戦略の必要性を浮き彫りにした。
現在のデジタルウェルビーイングの介入は、主にスクリーンタイムとソーシャルメディアの使用を減らすことに焦点を当てており、しばしばこれらのプラットフォームの潜在的な利点を無視している。
本稿では,ユーザを限定的なルールで制限するのではなく,ポジティブなソーシャルメディア体験の強化を中心とした新たな視点を紹介する。
この観点から、今後の作業において考慮すべき重要な要件を整理し、この新興分野での対話の引き金となることを目指しています。
我々はさらに,ユーザのデジタル行動と意図を一致させることを目的とした,革新的なデジタルウェルビーイング介入である pausenow を用いて,これらの要件に対応するための最初の取り組みを提示する。
pausenowは、デジタル・ナジングとインテント・アウェア・レコメンデーションを利用して、デジタル使用中に「紛失」したユーザーを本来の意図に優しく誘導し、より念入りなソーシャルメディアの利用を促進する。
関連論文リスト
- Social Reward: Evaluating and Enhancing Generative AI through
Million-User Feedback from an Online Creative Community [63.949893724058846]
コミュニティ認識の一形態としての社会的報酬は、オンラインプラットフォームのユーザーがコンテンツに関わり、貢献する動機の強い源泉となる。
この作業はパラダイムシフトの先駆者であり、革新的な報酬モデリングフレームワークであるSocial Rewardを発表した。
私たちは、オンラインビジュアル作成と編集プラットフォームであるPicsartから、データセットのキュレーションと洗練の広範な旅に乗り出した。
論文 参考訳(メタデータ) (2024-02-15T10:56:31Z) - Who can help me? Reconstructing users' psychological journeys in
depression-related social media interactions [0.13194391758295113]
うつ病に関するいくつかのメンタルヘルス関連Redditボードを調査した。
ユーザの心理的・言語的プロファイルを社会的相互作用とともに再構築する。
我々のアプローチは、ソーシャルメディアを通じてメンタルヘルス問題に対処する、データインフォームドな理解への道を開く。
論文 参考訳(メタデータ) (2023-11-29T14:45:11Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳(メタデータ) (2023-10-20T06:17:02Z) - 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) - Personality-Driven Social Multimedia Content Recommendation [68.46899477180837]
人格特性がコンテンツレコメンデーションモデルに与える影響を,新しいパーソナリティ駆動型マルチビューコンテンツレコメンデーションシステムを適用して検討する。
実験結果と実世界のケーススタディは、PersiCが効率的な人格駆動型マルチビューコンテンツレコメンデーションを行う能力だけでなく、実用的なデジタル広告戦略レコメンデーションを可能にすることを実証している。
論文 参考訳(メタデータ) (2022-07-25T14:37:18Z) - 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) - Digital Resilience and the Continuance Use of Mobile Payment Services [0.0]
モバイル決済のユーザは、不適切なイベントの後もサービスを使い続けるためには、デジタル的にレジリエントである必要がある。
詐欺後のモバイル決済サービスの継続利用に関する文献は乏しい。
論文 参考訳(メタデータ) (2021-08-22T14:56:28Z) - Detecting Ideal Instagram Influencer Using Social Network Analysis [0.0]
本論文は、現実のオンラインマーケティング戦略のためのソーシャルネットワーク分析(SNA)に焦点を当てている。
この研究は、ネットワーク内の最も中心的なノードを特定するための様々な集中度尺度を比較し、個々のユーザの拡散行動を理解するために線形しきい値モデルを用いて貢献する。
論文 参考訳(メタデータ) (2021-07-12T20:53:58Z) - DepressionNet: A Novel Summarization Boosted Deep Framework for
Depression Detection on Social Media [12.820775223409857]
Twitterは、ユーザーが生成したコンテンツを共有できる人気のオンラインソーシャルメディアプラットフォームである。
応用の1つは、うつ病などの精神疾患を自動的に発見することである。
オンラインソーシャルメディア上で、抑うつされたユーザーを自動的に検出する以前の研究は、ユーザー行動と言語パターンに大きく依存している。
論文 参考訳(メタデータ) (2021-05-23T08:05:53Z) - 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)
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。