論文の概要: EmoTrack: An application to Facilitate User Reflection on Their Online Behaviours
- arxiv url: http://arxiv.org/abs/2602.15839v1
- Date: Thu, 15 Jan 2026 14:09:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-23 12:01:13.636994
- Title: EmoTrack: An application to Facilitate User Reflection on Their Online Behaviours
- Title（参考訳）: EmoTrack: オンライン行動にユーザ反射をファシリテートするアプリケーション
- Authors: Ruiyong Zhang,
- Abstract要約: この論文は、EmoTrackの開発プロセス全体と評価を提示する。
EmoTrackは、YouTubeビデオのエンゲージメントの追跡とリフレクションを支援するパーソナルインフォメーションシステムだ。
その結果、EmoTrackは、R0からR3までの様々なレベルのリフレクションを報告することにより、彼らのビデオ視聴行動と気分への影響を反映できることがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With the rapid growth of the internet, all online activities can have both positive and negative effects on human mental health. Online engagement is complex and efforts to regulate online use face challenges in distinguishing between beneficial and harmful content and behaviours. An alternative approach is to help young people develop the skills they need to manage online safety while preserving the benefits of online interactions. This dissertation presents the entire development process and evaluation of an multi-platform application, called EmoTrack that aims to help young people reflect on their online behaviour. It was developed to record their online activities and cultivate strategies for more positive and mindful engagement online. EmoTrack is a personal informatics system, and it is designed to help people track and reflect on their engagement with YouTube videos. The system was evaluated with thirteen participants and it was found that EmoTrack can facilitate them to reflect on their video watching behaviour and the impact on their mood, with reports of different levels of reflections from R0 to R3.
- Abstract（参考訳）: インターネットの急速な成長により、あらゆるオンライン活動が人間のメンタルヘルスに肯定的かつ否定的な影響を及ぼす可能性がある。
オンラインエンゲージメントは複雑で、有益なコンテンツと有害なコンテンツと行動を区別する上で、オンライン利用を規制するための課題に直面している。
別のアプローチは、若者がオンラインインタラクションの利点を保ちながら、オンライン安全を管理するために必要なスキルを開発するのを支援することである。
この論文はEmoTrackと呼ばれる、若者のオンライン行動の反映を支援するマルチプラットフォームアプリケーションの開発プロセス全体と評価を提示する。
オンライン活動を記録し、オンライン上でよりポジティブでマインドフルなエンゲージメントのための戦略を育成するために開発された。
EmoTrackは個人情報システムで、YouTubeビデオのエンゲージメントの追跡とリフレクションを支援するように設計されている。
このシステムは13人の被験者で評価され、EmoTrackはR0からR3までの様々なレベルの反射を報告し、ビデオ視聴行動と気分への影響を反映できることがわかった。
関連論文リスト
- Safeguarding Privacy: Privacy-Preserving Detection of Mind Wandering and Disengagement Using Federated Learning in Online Education [53.25191965774678]
遠隔学習における行動・認知障害の相違に対処するために,デバイス間フェデレーション学習を利用したフレームワークを提案する。
顔の表情と視線特徴を用いた映像ベース認知解離検出モデルに適合する。
以上の結果から,学習者のエンゲージメントを促進するプライバシー保護教育技術への大きな期待が示された。
論文 参考訳（メタデータ） (2026-02-10T15:40:01Z) - AI-Driven Feedback Loops in Digital Technologies: Psychological Impacts on User Behaviour and Well-Being [0.0]
本研究は,フィードバックメカニズムがユーザの行動や幸福に与える影響について,肯定的,否定的な心理的影響について検討することを目的とする。
データ駆動フィードバックループは、モチベーションのメリットだけでなく、心理的課題も与えます。
これらのリスクを軽減するために、ユーザはバーンアウトや中毒を防ぐために、テクノロジの使用に関して境界を確立する必要がある。
論文 参考訳（メタデータ） (2024-10-30T17:11:30Z) - SELFI: Autonomous Self-Improvement with Reinforcement Learning for Social Navigation [54.97931304488993]
体験と対話し、改善する自己改善ロボットは、ロボットシステムの現実的な展開の鍵となる。
本研究では,オンラインロボット体験を活用したオンライン学習手法であるSELFIを提案する。
本研究では, 衝突回避の観点からの改善と, より社会的に順応する行動について報告する。
論文 参考訳（メタデータ） (2024-03-01T21:27:03Z) - The Role of Likes: How Online Feedback Impacts Users' Mental Health [1.0156836684627544]
オンラインフィードバックがユーザーの感情体験、社会的つながり、自尊心に与える影響を分析した。
他者からの反応がほとんどないし全くないことから,ユーザの否定的な感情を誘発するだけでなく,自己評価の低レベルも引き起こすことがわかった。
対照的に、オンラインのフィードバックを非常に肯定的に受け取り、社会的つながりの感情を誘発し、全体的な孤独を減少させる。
論文 参考訳（メタデータ） (2023-12-19T07:48:10Z) - ENOTO: Improving Offline-to-Online Reinforcement Learning with Q-Ensembles [52.34951901588738]
我々はENsemble-based Offline-To-Online (ENOTO) RLという新しいフレームワークを提案する。
Q-networksの数を増やすことで、オフラインの事前トレーニングとオンラインの微調整を、パフォーマンスを低下させることなくシームレスに橋渡しします。
実験により,ENOTOは既存のオフラインRL手法のトレーニング安定性,学習効率,最終性能を大幅に向上できることが示された。
論文 参考訳（メタデータ） (2023-06-12T05:10:10Z) - Learning to Influence Human Behavior with Offline Reinforcement Learning [70.7884839812069]
人間の準最適性を捉える必要があるような環境での影響に焦点を当てる。
人間によるオンライン実験は安全ではない可能性があり、環境の高忠実度シミュレータを作成することは現実的ではないことが多い。
オフライン強化学習は、観察された人間・人間の行動の要素を拡張し、組み合わせることで、人間に効果的に影響を及ぼすことができることを示す。
論文 参考訳（メタデータ） (2023-03-03T23:41:55Z) - Chatbots for Mental Health Support: Exploring the Impact of Emohaa on
Reducing Mental Distress in China [50.12173157902495]
調査には134人の参加者が参加し、Emohaa(CBT)、Emohaa(Full)、コントロールの3つのグループに分けられた。
Emohaaは、CBTベースのエクササイズとガイド付き会話を通じて認知的支援を提供する会話エージェントである。
また、ユーザーが望む感情的な問題を経験できるようにすることで、ユーザーを感情的に支援する。
論文 参考訳（メタデータ） (2022-09-21T08:23:40Z) - Recursive Least-Squares Estimator-Aided Online Learning for Visual
Tracking [58.14267480293575]
オフライン学習を必要とせず、簡単な効果的なオンライン学習手法を提案する。
これは、モデルが以前見たオブジェクトに関する知識を記憶するための、内蔵されたメモリ保持メカニズムを可能にする。
我々は、RT-MDNetにおける多層パーセプトロンと、DiMPにおける畳み込みニューラルネットワークの追跡のためのオンライン学習ファミリーにおける2つのネットワークに基づくアプローチを評価する。
論文 参考訳（メタデータ） (2021-12-28T06:51:18Z) - Towards an Online Empathetic Chatbot with Emotion Causes [10.700455393948818]
共感反応に対するユーザの感情を誘発する原因を学習することが重要である。
オンライン環境で感情の原因を収集するために、カウンセリング戦略を活用する。
提案手法の有効性を,複数のSOTA法との比較により検証した。
論文 参考訳（メタデータ） (2021-05-11T02:52:46Z) - Student Barriers to Active Learning in Synchronous Online Classes:
Characterization, Reflections, and Suggestions [29.903934269672572]
この研究は、同期オンライン環境におけるアクティブラーニングに対する生徒の障壁を特徴づけることに焦点を当てている。
テーマ分析により、人間側、技術側、環境側の障壁のテーマの中で、学生のオンラインアクティブな学習障壁のリストを作成する。
論文 参考訳（メタデータ） (2021-04-10T21:03:15Z) - Online Multi-modal Person Search in Videos [74.75432003006432]
本研究では,映像中の人物をリアルタイムで認識するオンライン人物検索フレームワークを提案する。
大規模な映画データセットを用いた実験により,提案手法の有効性が示された。
論文 参考訳（メタデータ） (2020-08-08T15:48:32Z) - The Effect of Moderation on Online Mental Health Conversations [17.839146423209474]
モデレーターの存在はユーザーのエンゲージメントを高め、ユーザーはネガティブな感情をより率直に話し合うように促し、チャット参加者の間で悪い振る舞いを劇的に減らした。
以上の結果から, モデレーションは, オンラインメンタルヘルス会話の有効性と安全性を向上させる上で, 有効なツールとなる可能性が示唆された。
論文 参考訳（メタデータ） (2020-05-19T05:40:59Z)
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。