論文の概要: Prakriti200: A Questionnaire-Based Dataset of 200 Ayurvedic Prakriti Assessments

• arxiv url: http://arxiv.org/abs/2510.06262v1
• Date: Sun, 05 Oct 2025 16:47:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-09 16:41:20.074436
• Title: Prakriti200: A Questionnaire-Based Dataset of 200 Ayurvedic Prakriti Assessments
• Title（参考訳）: Prakriti200:200 Ayurvedic Prakritiアセスメントのアンケートに基づくデータセット
• Authors: Aryan Kumar Singh, Janvi Singh,
• Abstract要約: このデータセットは、標準化されたバイリンガル(英ヒンディー語)のPrakriti Assessment Questionnaireへの応答を提供する。 アンケートは, 体の特徴, 食欲, 睡眠パターン, エネルギーレベル, 気質をカバーした24項目からなる。 すべての質問はバイアスを最小限にするために強制的で中立的に表現され、ドーシャラベル(Vata、Pitta、Kapha)は参加者から隠されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This dataset provides responses to a standardized, bilingual (English-Hindi) Prakriti Assessment Questionnaire designed to evaluate the physical, physiological, and psychological characteristics of individuals according to classical Ayurvedic principles. The questionnaire consists of 24 multiple-choice items covering body features, appetite, sleep patterns, energy levels, and temperament. It was developed following AYUSH/CCRAS guidelines to ensure comprehensive and accurate data collection. All questions are mandatory and neutrally phrased to minimize bias, and dosha labels (Vata, Pitta, Kapha) are hidden from participants. Data were collected via a Google Forms deployment, enabling automated scoring of responses to map individual traits to dosha-specific scores. The resulting dataset provides a structured platform for research in computational intelligence, Ayurvedic studies, and personalized health analytics, supporting analysis of trait distributions, correlations, and predictive modeling. It can also serve as a reference for future Prakriti-based studies and the development of intelligent health applications.
• Abstract（参考訳）: このデータセットは、古典的なAyurvedicの原則に従って個人の身体的、生理的、心理的特性を評価するために設計された、標準化された、バイリンガル(ヒンディー語)のプラクリティ評価アンケートに対する応答を提供する。 アンケートは, 体の特徴, 食欲, 睡眠パターン, エネルギーレベル, 気質をカバーした24項目からなる。 AYUSH/CCRASガイドラインに従って開発された。 すべての質問はバイアスを最小限にするために強制的で中立的に表現され、ドーシャラベル(Vata、Pitta、Kapha)は参加者から隠されている。 データはGoogle Formsのデプロイメントを通じて収集され、個々の特性をdosha固有のスコアにマップするためのレスポンスの自動スコアリングを可能にした。 得られたデータセットは、コンピュータインテリジェンス、Ayurvedic研究、パーソナライズされた健康分析の研究のための構造化されたプラットフォームを提供し、特性分布、相関、予測モデリングの分析をサポートする。 将来のPrakritiベースの研究やインテリジェントヘルスアプリケーションの開発への参照としても機能する。

関連論文リスト

• Automated scoring of the Ambiguous Intentions Hostility Questionnaire using fine-tuned large language models [0.0]
  Ambiguous Intentions Hostility Questionnaire (AIHQ) は、一般的に敵対的帰属バイアスを測定するために使用される。 大規模言語モデルがAIHQのオープンエンドレスポンスのスコアリングを自動化することができるかどうかを評価した。 その結果, モデルによる評価は, 敵意と攻撃的反応の双方に対する人間の評価と一致していた。
  論文  参考訳（メタデータ） (2025-08-05T21:58:11Z)
• Moving Beyond Medical Exam Questions: A Clinician-Annotated Dataset of Real-World Tasks and Ambiguity in Mental Healthcare [0.0545520830707066]
  精神医療における5つの重要な意思決定領域にまたがる専門家による注釈付きデータセットを提案する。 このデータセットは、微妙な臨床推論と、メンタルヘルス実践者が遭遇する日々のあいまいさを捉えるように設計されている。
  論文  参考訳（メタデータ） (2025-02-22T03:10:16Z)
• Qsnail: A Questionnaire Dataset for Sequential Question Generation [76.616068047362]
  質問紙作成作業に特化して構築された最初のデータセットについて述べる。 我々はQsnailの実験を行い、その結果、検索モデルと従来の生成モデルが与えられた研究トピックや意図と完全に一致していないことが明らかとなった。 チェーン・オブ・シークレット・プロンプトと微調整による改善にもかかわらず、言語モデルによるアンケートは、人間の手書きのアンケートには及ばない。
  論文  参考訳（メタデータ） (2024-02-22T04:14:10Z)
• ExpertQA: Expert-Curated Questions and Attributed Answers [51.68314045809179]
  我々は,様々な属性と事実の軸に沿って,いくつかの代表システムからの応答を人為的に評価する。 我々は32分野にわたる484人の被験者から専門家による質問を収集し、同じ専門家に自身の質問に対する反応を評価する。 分析の結果は,32分野にまたがる2177の質問と,回答の検証とクレームの属性を備えた高品質な長文QAデータセットであるExpertQAである。
  論文  参考訳（メタデータ） (2023-09-14T16:54:34Z)
• Learning to Ask Like a Physician [24.15961995052862]
  2,000以上の質問からなる新たな質問データセットDiSCQについて紹介する。 質問は、100以上のMIMIC-III放電サマリーの医療専門家によって生成される。 我々は、このデータセットを分析し、医療専門家が求めている情報のタイプを特徴付ける。
  論文  参考訳（メタデータ） (2022-06-06T15:50:54Z)
• Developing patient-driven artificial intelligence based on personal rankings of care decision making steps [0.0]
  縦断的横断3段階研究は,医療状況に関する437の表現を自己評価した。 後の格付けの順序変更の頻度は、様々な解釈タスクエンティティに関して、より早く与えられた格付けに依存していた。 本研究は,患者のケアニーズに対処する人工知能ソリューションの構築を支援する。
  論文  参考訳（メタデータ） (2022-05-15T15:45:58Z)
• Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset for Personality Assessment [50.15466026089435]
  本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。 参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。 データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
  論文  参考訳（メタデータ） (2020-08-31T17:44:28Z)
• DeepCoDA: personalized interpretability for compositional health data [58.841559626549376]
  解釈可能性により、ドメインエキスパートはモデルの妥当性と信頼性を評価することができる。 医療の分野では、解釈可能なモデルは、技術的な要因とは無関係に、関連する生物学的メカニズムを含意すべきである。 我々は、パーソナライズされた解釈可能性について、サンプル固有の特徴属性の尺度として定義する。
  論文  参考訳（メタデータ） (2020-06-02T05:14:22Z)
• A Revised Generative Evaluation of Visual Dialogue [80.17353102854405]
  本稿では,VisDialデータセットの改訂評価手法を提案する。 モデルが生成した回答と関連する回答の集合のコンセンサスを測定する。 DenseVisDialとして改訂された評価スキームのこれらのセットとコードをリリースする。
  論文  参考訳（メタデータ） (2020-04-20T13:26:45Z)

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。