論文の概要: Digital Wellbeing Redefined: Toward User-Centric Approach for Positive Social Media Engagement

• arxiv url: http://arxiv.org/abs/2403.05723v2
• Date: Tue, 19 Mar 2024 00:30:12 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-20 20:59:05.007889
• 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）: 4.37909887741567
• 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、主にスクリーン時間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益を無視している。 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主眼とした新たな視点を紹介する。 この観点から、今後の作業で考慮すべき重要な要件を概説し、この新興分野の対話を刺激することを目指しています。 PauseNowは、ユーザのデジタル行動と意図を一致させるよう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。 PauseNowは、デジタルヌードと意図認識のレコメンデーションを活用して、デジタル使用中に"失われた"ときにユーザーを元の意図に優遇し、よりマインドフルなソーシャルメディアの使用を促進する。

関連論文リスト

• The Psychological Impacts of Algorithmic and AI-Driven Social Media on Teenagers: A Call to Action [0.0]
  本研究では,ソーシャルメディアを取り巻くメタ問題について検討する。 より親密な関係を育み、社会生活を改善する代わりに、ソーシャルメディアの根底にあるアルゴリズムと構造が個人の心理的影響に大きく貢献する。 この現象は、オンラインペルソナのキュレーション、完璧なデジタルイメージを提示するためのピアプレッシャー、そしてソーシャルメディア体験を特徴づける通知やアップデートの絶え間ない砲撃に不公平に影響を受けるティーンエイジャーの間で特に顕著である。
  論文  参考訳（メタデータ） (2024-08-19T18:49:12Z)
• Empathic Responding for Digital Interpersonal Emotion Regulation via Content Recommendation [0.39321523855648755]
  本稿では、コンテンツレコメンデーションを通じて、オンラインプラットフォーム上での対人感情規制を強化するアプローチを提案する。 提案する推薦システムは,システム開始とユーザ開始の感情制御を融合させることが期待される。 この研究はReddit上で1年間に37.5万件のユーザー投稿と対話を収集し、CMAB(Contextual Multi-Armed Bandits)ベースのレコメンデーションシステムを設計した。
  論文  参考訳（メタデータ） (2024-08-05T10:27:28Z)
• Advancing a Consent-Forward Paradigm for Digital Mental Health Data [39.14432077937818]
  サービスのユーザは、自分のデータの収集、共有、あるいはプライベート企業の収益の獲得などについてほとんど意見が得られない。 我々は、この歴史に注意を払っている別のアプローチとして、同意-フォワードパラダイムを提案する。 このパラダイムは、デジタルメンタルヘルスツールやサービスの設計に肯定的な同意の原則を組み込んでいる。
  論文  参考訳（メタデータ） (2024-04-22T19:39:35Z)
• 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)
• 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。