論文の概要: Emotionally Vulnerable Subtype of Internet Gaming Disorder: Measuring and Exploring the Pathology of Problematic Generative AI Use

• arxiv url: http://arxiv.org/abs/2510.06908v1
• Date: Wed, 08 Oct 2025 11:43:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-09 16:41:20.455606
• Title: Emotionally Vulnerable Subtype of Internet Gaming Disorder: Measuring and Exploring the Pathology of Problematic Generative AI Use
• Title（参考訳）: インターネットゲーム障害の感情的に脆弱なサブタイプ:問題生成AI使用の病態の測定と探索
• Authors: Haocan Sun, Di Wua, Weizi Liu, Guoming Yua, Mike Yao,
• Abstract要約: 本研究はPUGenAIS-9 (Problematic use of Generative Artificial Intelligence Scale-9 items)を開発した。 PUGenAISは,インターネットゲーム障害(IGD)の枠組みにおいて,中毒様パターンを反映しているかどうかを検討した。 個人中心(相対プロファイル分析)と可変中心(ネットワーク解析)のアプローチにより、PUGenAISはIGDの感情的に脆弱なサブタイプの特性と一致していることがわかった。
• 参考スコア（独自算出の注目度）: 2.511917198008258
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Concerns over the potential over-pathologization of generative AI (GenAI) use and the lack of conceptual clarity surrounding GenAI addiction call for empirical tools and theoretical refinement. This study developed and validated the PUGenAIS-9 (Problematic Use of Generative Artificial Intelligence Scale-9 items) and examined whether PUGenAIS reflects addiction-like patterns under the Internet Gaming Disorder (IGD) framework. Using samples from China and the United States (N = 1,508), we conducted confirmatory factor analysis and identified a robust 31-item structure across nine IGD-based dimensions. We then derived the PUGenAIS-9 by selecting the highest-loading items from each dimension and validated its structure in an independent sample (N = 1,426). Measurement invariance tests confirmed its stability across nationality and gender. Person-centered (latent profile analysis) and variable-centered (network analysis) approaches found that PUGenAIS matches the traits of the emotionally vulnerable subtype of IGD, not the competence-based kind. These results support using PUGenAIS-9 to identify problematic GenAI use and show the need to rethink digital addiction with an ICD (infrastructures, content, and device) model. This keeps addiction research responsive to new media while avoiding over-pathologizing.
• Abstract（参考訳）: ジェネレーションAI(GenAI)の過剰な病理化の可能性や、GenAI依存症を取り巻く概念的明瞭さの欠如に対する懸念は、経験的ツールと理論的洗練を求めている。 本研究は, PUGenAIS-9(Problematic Use of Generative Artificial Intelligence Scale-9 items)を開発した。 中国と米国(N=1,508)の試料を用いて, 確認因子分析を行い, 9次元の強靭な31イテム構造を同定した。 次に, PUGenAIS-9を各次元から高負荷項目を選択し, 独立試料(N = 1,426)でその構造を検証した。 測定不変性試験は、国籍と性別の安定性を確認した。 個人中心(相対プロファイル分析)と変数中心(ネットワーク解析)のアプローチにより、PUGenAISは、能力に基づくタイプではなく、感情的に脆弱なIGDのサブタイプの特性と一致していることがわかった。 これらの結果はPUGenAIS-9を用いて、問題のあるGenAIの使用を特定し、ICD(インフラ、コンテンツ、デバイス)モデルでデジタル依存を再考する必要性を示す。 これにより、中毒研究は新たなメディアに反応し、過剰な共感を避けることができる。

関連論文リスト

• Autonomous AI for Multi-Pathology Detection in Chest X-Rays: A Multi-Site Study in the Indian Healthcare System [0.0]
  この研究は、胸部X線(CXR)解釈のための自律型AIシステムの開発について概説している。 このシステムは、Vision Transformers、Faster R-CNN、および様々なUNetモデルを含む高度なアーキテクチャを統合している。 インドでは、診断センター、大病院、政府病院を含む17の医療システムに配備された。
  論文  参考訳（メタデータ） (2025-03-28T09:07:17Z)
• AI-Driven MRI Spine Pathology Detection: A Comprehensive Deep Learning Approach for Automated Diagnosis in Diverse Clinical Settings [0.0]
  本研究では,MRI脊椎病理診断のための自律型AIシステムの開発について述べる。 データセットは年齢層、性別、スキャナーメーカー間でバランスを取り、堅牢性と適応性を保証する。 このシステムは、インドの主要医療機関13社に展開され、診断センター、大病院、政府施設を含む。
  論文  参考訳（メタデータ） (2025-03-26T08:33:03Z)
• An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease [13.213387075528017]
  アルツハイマー病(英語: Alzheimer's disease, AD)は、認知機能障害(Mild Cognitive Impairment, MCI)として知られる前ドロマステージを含む認知症である。 この研究の目的は、マルチモーダルMRIデータと単一核化物多型に依存する脳構造と機能の構造的・機能的調節を捉えることである。
  論文  参考訳（メタデータ） (2024-06-19T07:31:47Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Advancing COVID-19 Diagnosis with Privacy-Preserving Collaboration in Artificial Intelligence [79.038671794961]
  我々はUCADI(Unified CT-COVID AI Diagnostic Initiative)を立ち上げ、各ホスト機関でAIモデルを分散的にトレーニングし、独立して実行することができる。 本研究は,中国とイギリスに所在する23の病院で採取した3,336例の胸部CT9,573例について検討した。
  論文  参考訳（メタデータ） (2021-11-18T00:43:41Z)

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。