論文の概要: Harnessing AI Agents to Advance Research on Refugee Child Mental Health

• arxiv url: http://arxiv.org/abs/2506.23992v1
• Date: Mon, 30 Jun 2025 15:55:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:54.141381
• Title: Harnessing AI Agents to Advance Research on Refugee Child Mental Health
• Title（参考訳）: 子どものメンタルヘルス研究を前進させるAIエージェントのハーネス
• Authors: Aditya Shrivastava, Komal Gupta, Shraddha Arora,
• Abstract要約: この研究は、構造化されていない難民の健康データを処理するための、AIベースの総合的なフレームワークを示唆している。 最先端のAI手法とマイグレーション研究と児童心理学を組み合わせることで、この研究はスケーラブルな戦略を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The international refugee crisis deepens, exposing millions of dis placed children to extreme psychological trauma. This research suggests a com pact, AI-based framework for processing unstructured refugee health data and distilling knowledge on child mental health. We compare two Retrieval-Aug mented Generation (RAG) pipelines, Zephyr-7B-beta and DeepSeek R1-7B, to determine how well they process challenging humanitarian datasets while avoid ing hallucination hazards. By combining cutting-edge AI methods with migration research and child psychology, this study presents a scalable strategy to assist policymakers, mental health practitioners, and humanitarian agencies to better assist displaced children and recognize their mental wellbeing. In total, both the models worked properly but significantly Deepseek R1 is superior to Zephyr with an accuracy of answer relevance 0.91
• Abstract（参考訳）: 国際難民危機は深まり、何百万人もの子どもが重傷を負った。 この研究は、構造化されていない難民の健康データを処理し、児童のメンタルヘルスに関する知識を蒸留するための、AIベースの包括的枠組みを示唆している。 我々は、2つのRetrieval-Aug mented Generation(RAG)パイプライン、Zephyr-7B-betaとDeepSeek R1-7Bを比較し、幻覚の危険性を回避しつつ、人道的なデータセットをいかにうまく処理するかを判断する。 この研究は、最先端のAI手法と移民研究と児童心理学を組み合わせることで、政策立案者、メンタルヘルス実践者、人道機関を支援するためのスケーラブルな戦略を示し、転居した子どもをより良く支援し、精神的な幸福を認識する。 いずれのモデルも正常に動作したが、Deepseek R1はZephyrより格段に優れている。

関連論文リスト

• EmoAgent: Assessing and Safeguarding Human-AI Interaction for Mental Health Safety [42.052840895090284]
  EmoAgentは、人間とAIのインタラクションにおけるメンタルヘルスハザードの評価と緩和を目的とした、マルチエージェントAIフレームワークである。 EmoEvalは、精神的に脆弱な個人を含む仮想ユーザをシミュレートして、AI文字との対話前後のメンタルヘルスの変化を評価する。 EmoGuardは仲介役として機能し、ユーザーのメンタルステータスを監視し、潜在的な害を予測し、リスクを軽減するための修正的なフィードバックを提供する。
  論文  参考訳（メタデータ） (2025-04-13T18:47:22Z)
• Digital Health Innovations for Screening and Mitigating Mental Health Impacts of Adverse Childhood Experiences: Narrative Review [0.4194295877935868]
  本研究は、子どもと若者のACEに関連するリスクやメンタルヘルスの結果をスクリーニングし、軽減するために、デジタルヘルス技術(DHT)と人工知能の使用に関する物語的レビューである。 DHT、機械学習ツール、自然言語処理、人工知能の使用は、ACEと関連するリスクファクターの緩和に有効である。
  論文  参考訳（メタデータ） (2025-01-30T21:22:54Z)
• MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
  メンタルヘルス障害は世界で最も深刻な病気の1つである。 プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。 MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
  論文  参考訳（メタデータ） (2024-10-09T13:06:40Z)
• TheraGen: Therapy for Every Generation [0.3277163122167434]
  TheraGenは、一日中パーソナライズされ、思いやりのある精神医療を提供している。 本実装では, 伝達学習, 微調整, 高度な訓練技術を用いて, 性能を最適化する。 このシステムはBLEUスコア0.67、ROUGEスコア0.62を達成し、強い応答精度を示した。
  論文  参考訳（メタデータ） (2024-09-12T17:15:44Z)
• CASE: Efficient Curricular Data Pre-training for Building Assistive Psychology Expert Models [1.0840985826142429]
  本研究では、自然言語処理(NLP)パイプラインを用いて、コンサルティングに使用されるオンラインメンタルヘルスフォーラムのテキストデータを解析する。 フォーラムの投稿を分析することで、これらのパイプラインは、すぐに専門家の注意を必要とするかもしれないユーザーにフラグを付けることができる。 Case-BERTは既存の手法に比べて優れた性能を示し、抑うつのf1スコアは0.91、不安の0.88を達成している。
  論文  参考訳（メタデータ） (2024-06-01T06:17:32Z)
• Hybrid Models for Facial Emotion Recognition in Children [0.0]
  本稿では,遠隔操作型ロボットによる子どものセラピーの実践において,心理学者を支援するための感情認識技術の利用に焦点を当てた。 Embodied Conversational Agents (ECA) は、プロが社会的課題に直面している子供と繋がる手助けをする仲介ツールである。
  論文  参考訳（メタデータ） (2023-08-24T04:20:20Z)
• 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)
• Imagining new futures beyond predictive systems in child welfare: A qualitative study with impacted stakeholders [89.6319385008397]
  児童福祉システムに影響を及ぼした利害関係者35名を対象に,7つのデザインワークショップを開催した。 対象者は,現在のPRMが児童福祉における既存の問題を持続的又は悪化させることを懸念した。 参加者は、データとデータ駆動ツールを使って、影響のあるコミュニティをより良くサポートする方法を提案した。
  論文  参考訳（メタデータ） (2022-05-18T13:49:55Z)
• Should artificial agents ask for help in human-robot collaborative problem-solving? [0.7251305766151019]
  本稿では,人間とロボットの相互作用に関する実証実験から得られた仮説から始めることを提案する。 簡単なクローズドタスクを解くと、専門家から助けを受けることが、このタスクの学習を加速させるかどうかを確認する。 私たちの経験から、Q-ラーニングのアルゴリズムは、Q-ラーニングのアルゴリズムが、子供と同じように専門家の助けから恩恵を受けていると結論付けることができました。
  論文  参考訳（メタデータ） (2020-05-25T09:15:30Z)

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。