論文の概要: Unlocking Mental Health: Exploring College Students' Well-being through Smartphone Behaviors
- arxiv url: http://arxiv.org/abs/2502.08766v1
- Date: Wed, 12 Feb 2025 20:12:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-14 13:51:07.645945
- Title: Unlocking Mental Health: Exploring College Students' Well-being through Smartphone Behaviors
- Title（参考訳）: 心の健康を解き放つ : スマートフォンの行動を通して大学生の健康を探求する
- Authors: Wei Xuan, Meghna Roy Chowdhury, Yi Ding, Yixue Zhao,
- Abstract要約: 本研究は,学生のスマートフォンロック解除行動と,実環境におけるメンタルヘルスとの関係について,初めて検討したものである。
調査の結果、性別や場所によってスマートフォンの利用が重要な変化を示し、デジタル行動とメンタルヘルスの相互作用をより深く理解していることがわかった。
- 参考スコア（独自算出の注目度）: 4.362487258697971
- License:
- Abstract: The global mental health crisis is a pressing concern, with college students particularly vulnerable to rising mental health disorders. The widespread use of smartphones among young adults, while offering numerous benefits, has also been linked to negative outcomes such as addiction and regret, significantly impacting well-being. Leveraging the longest longitudinal dataset collected over four college years through passive mobile sensing, this study is the first to examine the relationship between students' smartphone unlocking behaviors and their mental health at scale in real-world settings. We provide the first evidence demonstrating the predictability of phone unlocking behaviors for mental health outcomes based on a large dataset, highlighting the potential of these novel features for future predictive models. Our findings reveal important variations in smartphone usage across genders and locations, offering a deeper understanding of the interplay between digital behaviors and mental health. We highlight future research directions aimed at mitigating adverse effects and promoting digital well-being in this population.
- Abstract（参考訳）: 世界のメンタルヘルス危機は、特に増加傾向にあるメンタルヘルス障害に弱い大学生を悩ませている。
若者の間でスマートフォンが広く使われていることは、多くの利益をもたらす一方で、中毒や後悔といったネガティブな結果にも結びついており、幸福に大きく影響している。
受動型モバイルセンシングによって4年間にわたって収集された長大データセットを活用すれば、学生のスマートフォンロック解除行動と、実際の環境での大規模メンタルヘルスとの関係を調査する最初の試みとなる。
本研究では,大規模データセットに基づくメンタルヘルス結果に対する電話のロック解除行動の予測可能性を示す最初の証拠を提示し,今後の予測モデルにおけるこれらの新機能の可能性を明らかにする。
調査の結果、性別や場所によってスマートフォンの利用が重要な変化を示し、デジタル行動とメンタルヘルスの相互作用をより深く理解していることがわかった。
我々は、この人口における有害な影響を緩和し、デジタル幸福を促進することを目的とした今後の研究の方向性を強調した。
関連論文リスト
- Digital Phenotyping for Adolescent Mental Health: A Feasibility Study Employing Machine Learning to Predict Mental Health Risk From Active and Passive Smartphone Data [2.2310516973117194]
本研究は,非クリニカル青年期の精神障害を予測するために,アクティブおよびパッシブスマートフォンデータを統合する可能性について検討した。
我々はMindcraftアプリを用いて、内因性障害、摂食障害、不眠症、自殺思考のリスクを予測する。
論文 参考訳（メタデータ） (2025-01-15T15:05:49Z) - Leveraging LLMs to Predict Affective States via Smartphone Sensor Features [6.1930355276269875]
デジタル表現型は、行動やメンタルヘルスを推測するために、パーソナルデジタルデバイスからデータを収集して分析する。
大型言語モデル(LLM)の出現は、スマートフォンのセンシングデータを理解するための新しいアプローチを提供する。
本研究は, 大学生のスマートフォンセンシングデータに基づいて, LLMを用いて影響を予測し, このギャップを埋めることを目的とする。
論文 参考訳（メタデータ） (2024-07-11T07:37:52Z) - 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) - 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) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - Objective Prediction of Tomorrow's Affect Using Multi-Modal
Physiological Data and Personal Chronicles: A Study of Monitoring College
Student Well-being in 2020 [0.0]
本研究の目的は、複数の商用機器を用いて、完全自動的かつ客観的なアプローチにより、影響をより正確に予測する能力を検討することである。
1年以上にわたり、スマートウェアラブルと携帯電話を使用した大学生のサンプルから、縦断的生理データと毎日の感情評価を収集した。
その結果,本モデルでは,技術手法に匹敵する精度で,翌日への影響を予測することができた。
論文 参考訳（メタデータ） (2022-01-26T23:06:20Z) - Learning Language and Multimodal Privacy-Preserving Markers of Mood from
Mobile Data [74.60507696087966]
精神状態は、先進医療に共通する国でも診断されていない。
人間の行動を監視するための有望なデータソースのひとつは、日々のスマートフォンの利用だ。
本研究では,自殺行動のリスクが高い青少年集団の移動行動のデータセットを用いて,日常生活の行動マーカーについて検討した。
論文 参考訳（メタデータ） (2021-06-24T17:46:03Z) - 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) - Understanding College Students' Phone Call Behaviors Towards a
Sustainable Mobile Health and Wellbeing Solution [7.441071965808005]
地域によって異なる大学生のコミュニケーションパターンを評価することを試みる。
この研究から得られた発見は、スマートフォンベースの健康介入の設計と提供を促進するのに役立つだろう。
論文 参考訳（メタデータ） (2020-11-11T19:00:13Z) - 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)
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。