論文の概要: Machine-arranged Interactions Improve Institutional Belonging and Cohesion

• arxiv url: http://arxiv.org/abs/2407.19565v1
• Date: Sun, 28 Jul 2024 19:20:14 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-30 15:45:34.575894
• Title: Machine-arranged Interactions Improve Institutional Belonging and Cohesion
• Title（参考訳）: 機械配置インタラクションによる施設の伸縮と凝集の改善
• Authors: Mohammad M. Ghassemi, Tuka Alhanai,
• Abstract要約: 本研究は,機械配置会議への参加が,制度的帰属感や人口集団の認識とどのように関連しているかを考察した。 参加者は4.5%高く,他者に対する肯定的な認識が3.9%高かった。
• 参考スコア（独自算出の注目度）: 2.81765024056154
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We investigated how participation in machine-arranged meetings were associated with feelings of institutional belonging and perceptions of demographic groups. We collected data from 535 individuals who participated in a program to meet new friends. Data consisted of surveys measuring demography, belonging, and perceptions of various demographic groups at the start and end of the program. Participants were partitioned into a control group who received zero introductions, and an intervention group who received multiple introductions. For each participant, we computed twelve features describing participation status, demography and the amount of program-facilitated exposure to others who were similar to them and different from them. We used a linear model to study the association of our features with the participants' final belonging and perceptions while controlling for their initial belonging and perceptions. We found that those who participated in the machine-arranged meetings had 4.5% higher belonging, and 3.9% more positive perception of others.
• Abstract（参考訳）: 本研究は, 機械配置会議への参加が, 組織的帰属感や人口集団の認識とどのように関連しているかを検討した。 我々は,新しい友人と会うためのプログラムに参加した535人の個人からデータを収集した。 データは、プログラムの開始時と終了時に、様々な人口集団の人口動態、所有、および知覚を測定する調査から成っている。 参加者は、ゼロ導入を受けたコントロールグループと、複数導入を受けた介入グループに分けられた。 参加者ごとの参加状況, デモグラフィー, プログラムに精通した他者への露出量について, それぞれ異なる12の特徴を計算した。 対象者の最終帰属と知覚との関係を,最初の帰属と知覚を制御しながら,線形モデルを用いて検討した。 その結果,機械配置ミーティングに参加した参加者は4.5%,他者に対する肯定的な認識が3.9%高かった。

関連論文リスト

• Extracting Participation in Collective Action from Social Media [0.0]
  本稿では,ソーシャルメディア投稿から集団行動に参加することの表現を識別する新しいテキスト分類器について紹介する。 我々の分類は、参加を捉え、それを4つのレベルに分類する: 集団的問題を認識し、行動の呼び出しに関わり、行動の意図を表現し、活動的な関与を報告する。 以上の結果から,より小さな言語モデルでは,参加者の表現を確実に検出でき,より大規模なモデルと競合する可能性が示唆された。
  論文  参考訳（メタデータ） (2025-01-13T14:36:41Z)
• The PRISM Alignment Dataset: What Participatory, Representative and Individualised Human Feedback Reveals About the Subjective and Multicultural Alignment of Large Language Models [67.38144169029617]
  我々は,75か国から1500人の多様な参加者の社会デマトグラフィーを,21大言語モデル(LLM)を用いた8,011のライブ会話において,文脈的嗜好ときめ細かいフィードバックにマッピングした。 PRISMでは、(i)より広い地理的・人口的なフィードバックへの参加、(ii)2つの国(UK, US)の国勢調査表現型サンプル、(iii)詳細な参加者プロファイルにリンクし、個人化とサンプルアーティファクトの帰属を許可する個別評価に寄与する。 我々はPRISMを3つのケーススタディで使用し、人間がどのアライメントデータを提供するかを慎重に検討する必要があることを示す。
  論文  参考訳（メタデータ） (2024-04-24T17:51:36Z)
• On the steerability of large language models toward data-driven personas [98.9138902560793]
  大規模言語モデル(LLM)は、特定のグループや集団の意見が不足している偏りのある応答を生成することが知られている。 本稿では, LLM を用いて特定の視点の制御可能な生成を実現するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-11-08T19:01:13Z)
• Perceived personality state estimation in dyadic and small group interaction with deep learning methods [0.4200121288877444]
  ダイアディックや小集団の個性の知覚特性を, 相互作用の細いスライスから推定した。 我々のトランスフォーマーに基づく予測モデルは、参加者の認識される5つの大きな性格特性を予測する人間のアノテータと類似していることがわかった。
  論文  参考訳（メタデータ） (2022-11-09T15:51:03Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Self-supervised Social Relation Representation for Human Group Detection [18.38523753680367]
  人間のグループ検出のための新しい2段階のマルチヘッドフレームワークを提案する。 第1段階では,人間行動シミュレーター・ヘッドを提案し,ソーシャル・リレーション・フィーチャの埋め込みを学習する。 第2段階では,社会関係の埋め込みに基づいて,人間集団検出のための自己注意型ネットワークを開発する。
  論文  参考訳（メタデータ） (2022-03-08T04:26:07Z)
• Towards Group Robustness in the presence of Partial Group Labels [61.33713547766866]
  入力サンプルとターゲットラベルの間に 急激な相関関係がある ニューラルネットワークの予測を誤った方向に導く 本稿では,制約セットから最悪のグループ割り当てを最適化するアルゴリズムを提案する。 グループ間で総合的な集計精度を維持しつつ,少数集団のパフォーマンス向上を示す。
  論文  参考訳（メタデータ） (2022-01-10T22:04:48Z)
• Joint Learning of Social Groups, Individuals Action and Sub-group Activities in Videos [23.15064911470468]
  ソーシャルタスクのためのエンドツーエンドのトレーニング可能なフレームワークを提案する。 提案手法は,従来のグループ認識活動タスクに広く採用されている2つのベンチマークに,最先端の成果をセットする。
  論文  参考訳（メタデータ） (2020-07-06T10:42:11Z)
• The EPIC-KITCHENS Dataset: Collection, Challenges and Baselines [88.47608066382267]
  この大規模なデータセットが、32人の参加者によって、彼らのネイティブキッチン環境でどのようにキャプチャされたか、詳しく説明します。 録音は10カ国から4カ国で行われた。 私たちのデータセットは、11.5万フレームからなる55時間のビデオで構成されており、合計39.6Kアクションセグメントと454.2Kオブジェクトバウンディングボックスを密にラベル付けしています。
  論文  参考訳（メタデータ） (2020-04-29T21:57:04Z)
• Addressing multiple metrics of group fairness in data-driven decision making [2.750586731051391]
  FAT-ML文献は、社会デミノグラフィーグループに対する差別を測定するために、様々なグループの公正度尺度を提案する。 これらのメトリクスのいくつかは、同じグループと機械学習メソッドのために、2つまたは3つの主要なクラスタにまとめられていることを観察する。 グループフェアネス指標の主成分分析(PCA)を用いて,2次元の多次元フェアネスを可視化する頑健な手法を提案する。
  論文  参考訳（メタデータ） (2020-03-10T15:13:05Z)
• Generalization Bounds and Representation Learning for Estimation of Potential Outcomes and Causal Effects [61.03579766573421]
  代替薬に対する患者一人の反応など,個人レベルの因果効果の推定について検討した。 我々は,表現の誘導的処理群距離を正規化することにより,境界を最小化する表現学習アルゴリズムを考案した。 これらのアルゴリズムを拡張して、重み付き表現を同時に学習し、治療群距離をさらに削減する。
  論文  参考訳（メタデータ） (2020-01-21T10:16:33Z)

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。