論文の概要: Quantifying the Lifelong Impact of Resilience Interventions via Agent-Based LLM Simulation
- arxiv url: http://arxiv.org/abs/2512.18803v1
- Date: Sun, 21 Dec 2025 16:51:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-23 18:54:32.511139
- Title: Quantifying the Lifelong Impact of Resilience Interventions via Agent-Based LLM Simulation
- Title（参考訳）: エージェント型LLMシミュレーションによるレジリエンスインターベンションの寿命影響の定量化
- Authors: Vivienne L'Ecuyer Ming,
- Abstract要約: 本稿では, 大規模エージェントベース縦断シミュレーション(LALS)を提案する。
シミュレーションは、幼児期または青年期(6歳と18歳)の心理的レジリエンストレーニング(インターベンション対コントロール)の有効性をモデル化する。
このシミュレーションは、レジリエンス介入の寿命効果を定量的に因果推定し、死亡率の大幅な低下、認知症の発生率の低下、そして蓄積された富の著しい増加を明らかにしている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Establishing the long-term, causal impact of psychological interventions on life outcomes is a grand challenge for the social sciences, caught between the limitations of correlational longitudinal studies and short-term randomized controlled trials (RCTs). This paper introduces Large-Scale Agent-based Longitudinal Simulation (LALS), a framework that resolves this impasse by simulating multi-decade, counterfactual life trajectories. The methodology employs a "digital clone" design where 2,500 unique LLM-based agent personas (grounded in a curated corpus of 3,917 empirical research articles) are each cloned across a 2x2 factorial experiment. Specifically, the simulation models the efficacy of extended psychological resilience training (Intervention vs. Control) either in childhood or as a young adult (age 6 vs. age 18). Comparing digital clones enables exceptionally precise causal inference. The simulation provides a quantitative, causal estimate of a resilience intervention's lifelong effects, revealing significant reductions in mortality, a lower incidence of dementia, and a substantial increase in accumulated wealth. Crucially, the results uncover a crucial developmental window: the intervention administered at age 6 produced more than double the positive impact on lifetime wealth compared to the same intervention at age 18. These benefits were most pronounced for agents from low-socioeconomic backgrounds, highlighting a powerful buffering effect. The LALS framework serves as a "computational wind tunnel" for social science, offering a new paradigm for generating and testing causal hypotheses about the complex, lifelong dynamics that shape human capital and well-being.
- Abstract（参考訳）: 心理的介入の長期的因果的影響の確立は社会科学にとって大きな課題であり、相関性のある縦断研究と短期ランダム化比較試験(RCT)の限界に挟まれている。
本稿では, 大規模エージェントベース縦断シミュレーション(LALS)を提案する。
この手法は「デジタルクローン」設計を採用し、2500のユニークなLCMベースのエージェントペルソナ(3,917の実証研究論文のキュレートされたコーパスに接地)を2×2因子実験でクローンする。
具体的には、幼児期または青年期(6歳と18歳)の心理的レジリエンストレーニング(インターベンション対コントロール)の有効性をモデル化した。
デジタルクローンを比較することで、非常に正確な因果推論が可能になる。
このシミュレーションは、レジリエンス介入の寿命効果を定量的に因果推定し、死亡率の大幅な低下、認知症の発生率の低下、そして蓄積された富の著しい増加を明らかにしている。
その結果,6歳での介入は,18歳での介入と比べ,人生の富に対する2倍以上のポジティブな影響を生んだ。
これらの利点は、低社会経済的背景のエージェントにとって最も顕著であり、強力な緩衝効果を強調した。
LALSフレームワークは社会科学のための「計算風洞」として機能し、人間の資本と幸福を形作る複雑な寿命のダイナミックスに関する因果仮説の生成とテストのための新しいパラダイムを提供する。
関連論文リスト
- The High Cost of Incivility: Quantifying Interaction Inefficiency via Multi-Agent Monte Carlo Simulations [0.0]
本研究では,Large Language Model (LLM) に基づくマルチエージェントシステムを用いて,1対1の敵対的議論をシミュレートする。
我々はモンテカルロ法を用いて議論の群をシミュレートし,収束時間を測定する。
我々は、この「毒性の潜伏」が、企業や学術的環境における金融被害の代行となることを示唆する。
論文 参考訳（メタデータ） (2025-12-09T08:17:35Z) - Large language models replicate and predict human cooperation across experiments in game theory [0.8166364251367626]
大きな言語モデルが実際の人間の意思決定をいかに反映しているかは、いまだに理解されていない。
我々は,ゲーム理論実験のディジタルツインを開発し,機械行動評価のためのシステマティック・プロンプトと探索の枠組みを導入する。
Llamaは人間の協調パターンを高い忠実度で再現し、合理的選択理論から人間の偏差を捉える。
論文 参考訳（メタデータ） (2025-11-06T16:21:27Z) - Can Large Language Models Help Experimental Design for Causal Discovery? [94.66802142727883]
Large Language Model Guided Intervention Targeting (LeGIT) は、LLMを効果的に組み込んだ堅牢なフレームワークであり、因果発見のための介入のための既存の数値的アプローチを強化する。
LeGITは、既存の方法よりも大幅な改善と堅牢性を示し、人間を超越している。
論文 参考訳（メタデータ） (2025-03-03T03:43:05Z) - Long-term Causal Inference via Modeling Sequential Latent Confounding [79.18609016557]
長期因果推論は、様々な科学的領域において重要な問題であるが難しい問題である。
本稿では, 条件付き付加的等価バイアス(CAECB)の仮定に基づくアプローチを提案する。
提案した仮定は、時間的短期的な結果にまたがる逐次的共起バイアス間の機能的関係を述べる。
論文 参考訳（メタデータ） (2025-02-26T09:56:56Z) - Can Large Language Models Replace Human Subjects? A Large-Scale Replication of Scenario-Based Experiments in Psychology and Management [1.5031024722977635]
大規模言語モデル(LLM)は、心理学実験において人間のような反応を複製する可能性を示している。
我々は,3つの最先端LCMを用いて,トップ社会科学誌から156の心理学実験を再現した大規模研究を行った。
LLMは人間の研究よりも大きく、フィッシャーZの値は人間の研究の約2～3倍である。
論文 参考訳（メタデータ） (2024-08-29T05:18:50Z) - Bayesian Causal Forests for Longitudinal Data: Assessing the Impact of Part-Time Work on Growth in High School Mathematics Achievement [0.0]
ベイジアンカウサル林の長手延長について紹介する。
このモデルは、数学的能力における個々の成長と、パートタイム作業への参加の影響の両方を柔軟に識別することができる。
その結果、ほとんどの学生にとってパートタイムワークの負の影響が明らかとなったが、当初は学校所有感が低い学生にとって潜在的利益が示唆された。
論文 参考訳（メタデータ） (2024-07-16T17:18:33Z) - TC-LIF: A Two-Compartment Spiking Neuron Model for Long-Term Sequential
Modelling [54.97005925277638]
潜在的な可能性や危険に関連する感覚的手がかりの同定は、長期間の遅延によって有用な手がかりを分離する無関係な事象によってしばしば複雑になる。
SNN(State-of-the-art spiking Neural Network)は、遠方のキュー間の長期的な時間的依存関係を確立する上で、依然として困難な課題である。
そこで本研究では,T-LIFとよばれる,生物学的にインスパイアされたTwo-compartment Leaky Integrate- and-Fireのスパイキングニューロンモデルを提案する。
論文 参考訳（メタデータ） (2023-08-25T08:54:41Z) - A Meta-Learning Method for Estimation of Causal Excursion Effects to Assess Time-Varying Moderation [0.0]
DR-W」は、メタラーナーの観点から因果抽出効果を推定するための、柔軟で二重に頑健な推論法である。
提案する推定器の双方向特性を理論的およびシミュレーションにより比較する。
結果は、観察不足や不確実な治療ランダム化確率であっても、一貫した、より効率的な見積もりを示す。
論文 参考訳（メタデータ） (2023-06-28T15:19:33Z) - Penalized Deep Partially Linear Cox Models with Application to CT Scans
of Lung Cancer Patients [42.09584755334577]
肺がんは世界中のがん死亡の原因であり、効果的な治療法を設計するための死亡リスクを理解することの重要性を強調している。
NLST(National Lung Screening Trial)は、肺がん患者の死亡リスクを定量化するために、CTテクスチャ解析を用いている。
本稿では,SCADペナルティを組み込んで重要なテクスチャ特徴を抽出し,深層ニューラルネットワークを用いてモデルの非パラメトリック成分を推定する,Pentalized Deep partially Linear Cox Model (Penalized DPLC)を提案する。
論文 参考訳（メタデータ） (2023-03-09T15:38:16Z) - A General Framework for Survival Analysis and Multi-State Modelling [70.31153478610229]
ニューラル常微分方程式を多状態生存モデル推定のためのフレキシブルで一般的な方法として用いる。
また,本モデルでは,サバイバルデータセット上での最先端性能を示すとともに,マルチステート環境での有効性を示す。
論文 参考訳（メタデータ） (2020-06-08T19:24:54Z)
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。