論文の概要: Exploring Gender Differences in Chronic Pain Discussions on Reddit

• arxiv url: http://arxiv.org/abs/2507.08241v1
• Date: Fri, 11 Jul 2025 01:11:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-14 18:03:54.212579
• Title: Exploring Gender Differences in Chronic Pain Discussions on Reddit
• Title（参考訳）: Redditにおける慢性的な痛みに関する議論における性差の探索
• Authors: Ancita Maria Andrade, Tanvi Banerjee, Ramakrishna Mundugar,
• Abstract要約: 本研究では、自然言語処理(NLP)を用いて、個人の痛み体験を分析し、より深い洞察を得る。 Hedden Attribute Model-Convolutional Neural Network (HAM-CNN) を用いた姿勢分類を行った。 分析の結果,ジェンダー間の言語的差異が明らかとなり,女性の地位は感情的に重視される傾向にあった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pain is an inherent part of human existence, manifesting as both physical and emotional experiences, and can be categorized as either acute or chronic. Over the years, extensive research has been conducted to understand the causes of pain and explore potential treatments, with contributions from various scientific disciplines. However, earlier studies often overlooked the role of gender in pain experiences. In this study, we utilized Natural Language Processing (NLP) to analyze and gain deeper insights into individuals' pain experiences, with a particular focus on gender differences. We successfully classified posts into male and female corpora using the Hidden Attribute Model-Convolutional Neural Network (HAM-CNN), achieving an F1 score of 0.86 by aggregating posts based on usernames. Our analysis revealed linguistic differences between genders, with female posts tending to be more emotionally focused. Additionally, the study highlighted that conditions such as migraine and sinusitis are more prevalent among females and explored how pain medication affects individuals differently based on gender.
• Abstract（参考訳）: 痛みは人間の存在の本質的な部分であり、身体的および感情的な経験の両方として現れ、急性または慢性のいずれかに分類される。 長年にわたり、痛みの原因を理解し、潜在的な治療を探究するために広範な研究が行われてきた。 しかし、初期の研究では、痛み体験におけるジェンダーの役割をしばしば見落としていた。 本研究では、自然言語処理(NLP)を用いて、個々人の痛み体験を分析し、より深い洞察を得、特に性別差に着目した。 HAM-CNN (Hidden Attribute Model-Convolutional Neural Network) を用いて, 投稿を男女のコーパスに分類し, ユーザ名に基づく投稿の集約によるF1スコア0.86を達成した。 分析の結果,ジェンダー間の言語的差異が明らかとなり,女性の地位は感情的に重視される傾向にあった。 さらに、片頭痛や副鼻腔炎などの症状は女性に多く見られ、痛みの薬が性別によってどう個人にどう影響するかを調査した。

関連論文リスト

• Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
  既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。 本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。 本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
  論文  参考訳（メタデータ） (2024-07-23T08:13:51Z)
• A multitask learning framework for leveraging subjectivity of annotators to identify misogyny [47.175010006458436]
  本研究では,誤識別システムの性能向上を目的としたマルチタスク学習手法を提案する。 6つのプロファイルグループにまたがる性別と年齢を考慮したモデル設計において,アノテータからさまざまな視点を取り入れた。 本研究は、コンテンツモデレーションを推進し、効果的なオンラインモデレーションシステムを構築するための多様な視点を受け入れることの重要性を強調している。
  論文  参考訳（メタデータ） (2024-06-22T15:06:08Z)
• Investigating Gender Fairness in Machine Learning-driven Personalized Care for Chronic Pain [13.046897802061062]
  我々は、実世界における強化学習の応用を用いて、パーソナライズされた痛みケアレコメンデーションにおけるジェンダーフェアネスについて検討した。 実世界のデータを用いて行われた実験は、その特徴が男女の公平性に影響を与えることを示唆している。 実用性と公正性を最適化する機能を適応的に選択できることを実証するRLソリューションであるNestedを提案する。
  論文  参考訳（メタデータ） (2024-02-29T14:58:15Z)
• "I'm fully who I am": Towards Centering Transgender and Non-Binary Voices to Measure Biases in Open Language Generation [69.25368160338043]
  トランスジェンダーとノンバイナリ(TGNB)の個人は、日常生活から差別や排除を不当に経験している。 オープン・ランゲージ・ジェネレーションにおいて,経験豊富なTGNB人物の疎外化を取り巻く社会的現実がいかに貢献し,持続するかを評価する。 我々はTGNB指向のコミュニティからキュレートされたテンプレートベースの実世界のテキストのデータセットであるTANGOを紹介する。
  論文  参考訳（メタデータ） (2023-05-17T04:21:45Z)
• Prediction of Gender from Longitudinal MRI data via Deep Learning on Adolescent Data Reveals Unique Patterns Associated with Brain Structure and Change over a Two-year Period [1.733758804432323]
  我々は,脳構造における性別関連変化を推定し,性別関連変化を同定するための構造MRIデータについて検討した。 その結果, 性別予測精度は, トレーニングエポックが200歳未満で, 非常に高い (>97%) ことが示唆された。 青年期の脳がどのように変化するかは、これらの変化が行動や環境の異なる要因とどのように関連しているかを調べることで研究することができるかもしれない。
  論文  参考訳（メタデータ） (2022-09-15T19:57:16Z)
• Towards Understanding Gender-Seniority Compound Bias in Natural Language Generation [64.65911758042914]
  本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。 以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。 以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
  論文  参考訳（メタデータ） (2022-05-19T20:05:02Z)
• Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
  本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。 これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。 静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
  論文  参考訳（メタデータ） (2022-04-07T22:14:37Z)
• Analysis of Chronic Pain Experiences Based on Online Reports: the RRCP Dataset [0.688204255655161]
  本稿では,ソーシャルメディアのテキスト記述と各種の慢性痛経験の議論を含む慢性痛感データセットのRedditレポートについて紹介する。 それぞれの病理組織について,関連文書のサブセットで示されるように,慢性痛経験の主な懸念点を同定する。 慢性痛の描写の教師なし意味分析は、慢性痛経験の観点で異なる病態がどのように現れるかに関する臨床研究を反映している、と我々は主張する。
  論文  参考訳（メタデータ） (2021-08-23T14:53:03Z)
• Gender bias in magazines oriented to men and women: a computational approach [58.720142291102135]
  女性指向の雑誌の内容と男性指向の雑誌の内容を比較する。 トピック・モデリングの手法により、雑誌で議論されている主要なテーマを特定し、これらのトピックの存在が時間とともに雑誌間でどの程度異なるかを定量化する。 以上の結果から,セクシュアオブジェクトとしての家族,ビジネス,女性の出現頻度は,時間とともに消失する傾向にあることが示唆された。
  論文  参考訳（メタデータ） (2020-11-24T14:02:49Z)
• Exploring Gender Disparities in Time to Diagnosis [2.222417699836475]
  男女の大規模相補的な2つの分析を行ない,診断までの時間(TTD)に着目した。 まず最初に、女性は男性よりも長いTTDを経験する傾向が強く、同じ条件を呈する場合であっても、女性は男性よりもずっと長いTTDを経験しがちです。 TTDの相違が性差の診断性能に与える影響について検討した。
  論文  参考訳（メタデータ） (2020-11-11T22:27:14Z)
• Exploration of Gender Differences in COVID-19 Discourse on Reddit [4.402655234271756]
  ジェンダーに結びついた感情の区別は、COVID-19に関連する感情的な談話を含むソーシャルメディアの投稿で増幅されている。 また,自然発症パンデミックに関連する議論において,男女の主観的嗜好に有意な差が認められた。
  論文  参考訳（メタデータ） (2020-08-13T06:29:24Z)

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。