論文の概要: Quantifying the Persistence of Daily Routines

• arxiv url: http://arxiv.org/abs/2604.23638v1
• Date: Sun, 26 Apr 2026 09:50:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:07.47489
• Title: Quantifying the Persistence of Daily Routines
• Title（参考訳）: 日常ルーチンの持続性の定量化
• Authors: Nguyen Luong, Talayeh Aledavood,
• Abstract要約: 日常生活は,約8つの日常型に分解され,それぞれが特徴的分布を保っていることを示す。 本研究は、個人別健康モニタリングに応用した、安定した個人別行動指紋として、日常的なパターンを定式化したものである。
• 参考スコア（独自算出の注目度）: 1.5660433193728622
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Daily life is structured by recurring routines that coordinate biological rhythms with social and occupational demands. Individual differences in work schedules, family obligations, and social commitments produce distinctive ways of organizing activities throughout the day. Do people have typical days with certain arrangement of activities? How often do these typical days or routines occur and does this differ from person to person? We introduce a framework for quantifying such recurring routines, their persistence over time and their distinctiveness for different people. We model consecutive days in one's life as a sequence of different types of typical days, i.e. routines. Characterizing each day through patterns of activities common among all people - sleep, movement, and device use - we identify a small set of routine types that capture the dominant structure of everyday behavior. We then test whether individuals maintain stable, person-specific distributions over these types and transition between them in characteristic ways. Validating this framework with passive sensing data from 1,086 participants across 153,000 person-days in three longitudinal studies, we find that daily life typically resolves into approximately eight routine types and each person maintains a characteristic distribution over these types. Both the time allocation across routine types and the day-to-day transition dynamics are substantially more similar within individuals than between them, remaining stable across observation windows spanning weeks to months and across populations differing in age, occupation, and health status. Routine persistence shows modest associations with personality traits such as conscientiousness, but is broadly similar across age and gender. Our findings establish routine patterns as stable, person-specific behavioral fingerprints with applications in personalized health monitoring.
• Abstract（参考訳）: 日常生活は、生物学的リズムと社会的および職業的要求を協調する定期的なルーチンによって構成される。 仕事のスケジュール、家族の義務、社会的コミットメントの個人差は、一日を通して活動を組織する独特な方法を生み出します。 特定のアクティビティのアレンジで、典型的な日がありますか? これらの典型的な日やルーチンはどの程度の頻度で発生し、人によって異なるのか? このような繰り返しルーチンを定量化するためのフレームワークを導入し、時間とともに持続し、異なる人々に対してその特異性を示す。 我々は、人生における連続した日々を、様々な種類の典型的な日々、すなわちルーチンの連続としてモデル化する。 睡眠、運動、デバイス使用など、すべての人々の間で共通する活動パターンを通じて毎日の特徴付けを行い、日々の行動の主流構造を捉えている、少数のルーチンタイプを特定します。 次に、個人がこれらのタイプに対して安定かつ個人固有の分布を維持し、それらの遷移を特性的に行うかどうかを検証する。 3つの縦断的研究において, 1,086人の被験者の受動的知覚データを用いて, 日常生活は概ね8つの日常型に分解され, それぞれが特徴的分布を保っていることがわかった。 日常的なタイプの時間割当と日々の移行のダイナミクスは、個人間ではかなり類似しており、数週間から数ヶ月にわたる観察窓と、年齢、職業、健康状態の異なる人口の間で安定している。 規則的な永続性は、良心のような性格的特性と緩やかな結びつきを示すが、年齢や性別に広く似ている。 本研究は、個人別健康モニタリングに応用した、安定した個人別行動指紋として、日常的なパターンを定式化したものである。

関連論文リスト

• Unique Lives, Shared World: Learning from Single-Life Videos [77.78726253186024]
  我々は、視覚的エンコーダを自己監督的に学習するために、1つの人生の中で自然に捉えた複数の視点を活用する。 異なる生活に独立して訓練されたモデルが高度に整合した幾何学的理解を発達させることを示す。 第3に、同一人の1週間から30時間までのトレーニングが、30時間の多様なWebデータのトレーニングに匹敵するパフォーマンスをもたらすことを実証する。
  論文  参考訳（メタデータ） (2025-12-03T18:59:57Z)
• The Personality Illusion: Revealing Dissociation Between Self-Reports & Behavior in LLMs [60.15472325639723]
  人格特性は、人間の行動の予測因子として長い間研究されてきた。 近年のLarge Language Models (LLM) は, 人工システムに類似したパターンが出現する可能性を示唆している。
  論文  参考訳（メタデータ） (2025-09-03T21:27:10Z)
• From Occasional to Steady: Habit Formation Insights From a Comprehensive Fitness Study [1.6702372971230577]
  この研究は、トゥルキエ最大のスポーツチェーンであるマルス・アスレティック・クラブ(Mars Athletic Club)のデータを利用する。 生活習慣形成には,特定の参加期間が不可欠であることが示唆された。 因果推論分析を用いて、パーソナライズされたガイダンスと社会的ダイナミクスが長期にわたるエンゲージメントの重要な要因であることを実証した。
  論文  参考訳（メタデータ） (2025-01-03T12:22:07Z)
• Tracking behavioural differences across chronotypes: A case study in Finland using Oura rings [0.0]
  我々は、Ouraが製造したスマートリングを用いて、1年間にわたって19人の健康な参加者から詳細なデータを取得してきた。 参加者の3つのクロノタイプ群の経時的睡眠と活動パターンについて検討した。 睡眠中の睡眠時間, 月次調査応答時間, クロノタイプと, 個人が感じているストレスは, 個人的変動を考慮しつつ, 睡眠時間, 睡眠時間, 月次調査応答時間, およびクロノタイプに大きく関連していることが示唆された。
  論文  参考訳（メタデータ） (2025-01-02T17:02:28Z)
• Unobtrusive Monitoring of Physical Weakness: A Simulated Approach [22.856249489748617]
  高齢化や慢性的な状態は、高齢者の日常生活に影響を与え、発達する健康問題の早期発見が不可欠である。 我々は、非侵入型カメラセンサーを用いて、個人の毎日の座り方やリラックスした活動を監視し、弱さの兆候を検知する。 健康な被験者の身体運動を行い,運動前後の日常生活行動の変化を観察することにより,弱さをシミュレートする。
  論文  参考訳（メタデータ） (2024-06-14T13:52:58Z)
• Learning Behavioral Representations of Routines From Large-scale Unlabeled Wearable Time-series Data Streams using Hawkes Point Process [36.22926175850112]
  連続的に装着されたウェアラブルセンサーは、研究者が日々の生活の実際の活動に関する大量の生物行動時系列記録を収集することを可能にする。 ROutine Discovery (HOT-ROD)のための新しいウェアラブル時系列マイニングフレームワーク, Hawkes Point Process On Time Series Clusterを提案する。 10週間の間,職場内外から100人以上の個人から連続的に収集された全くラベルのない時系列を用いて,日常的な行動の抽出手法を実証的に検証した。
  論文  参考訳（メタデータ） (2023-07-10T09:53:14Z)
• T-Phenotype: Discovering Phenotypes of Predictive Temporal Patterns in Disease Progression [82.85825388788567]
  我々は、ラベル付き時系列データから予測時相パターンの表現型を発見するために、新しい時間的クラスタリング手法T-Phenotypeを開発した。 T-フェノタイプは, 評価ベースラインのすべてに対して, 最良の表現型発見性能を示す。
  論文  参考訳（メタデータ） (2023-02-24T13:30:35Z)
• Learning signatures of decision making from many individuals playing the same game [54.33783158658077]
  我々は、個人の「行動スタイル」を符号化する表現を学習する予測フレームワークを設計する。 我々は,3本腕のバンディットタスクを行う1,000人の人間による大規模行動データセットに本手法を適用した。
  論文  参考訳（メタデータ） (2023-02-21T21:41:53Z)
• Heterogeneous Hidden Markov Models for Sleep Activity Recognition from Multi-Source Passively Sensed Data [67.60224656603823]
  精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。 睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。 スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
  論文  参考訳（メタデータ） (2022-11-08T17:29:40Z)
• A Non-negative Matrix Factorization Based Method for Quantifying Rhythms of Activity and Sleep and Chronotypes Using Mobile Phone Data [0.7093070664045024]
  人間の活動は毎日、週、季節のリズムに従っている。 これらのリズムの出現は、生理学や自然循環、社会構造に関係している。 これらのリズムの頻度は、多かれ少なかれ人の間で似ているが、その相は異なる。
  論文  参考訳（メタデータ） (2020-09-21T14:33:30Z)

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。