論文の概要: An AI-Powered Culturally Aware Chatbot for Stress Detection and Wellness Support among Pakistani University Students Using NLP and Machine Learning
- arxiv url: http://arxiv.org/abs/2609.11199v1
- Date: Thu, 10 Sep 2026 08:08:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.248378
- Title: An AI-Powered Culturally Aware Chatbot for Stress Detection and Wellness Support among Pakistani University Students Using NLP and Machine Learning
- Title（参考訳）: パキスタンの大学生におけるNLPと機械学習を用いたストレス検出・ウェルネス支援のためのAIを利用した文化認識チャットボット
- Abstract要約: 本稿では,パキスタンの大学生の状況に合わせて,新しい,AI駆動型,文化的に敏感なストレス検出・ウェルネス支援システムを提案する。
このシステムはランダムフォレスト(Random Forest)と呼ばれる機械学習モデルに基づいており、心理学、生理学、学術、環境学、社会学の20の側面から1100の反応を検証された学生のストレスデータセットを用いて訓練されている。
分類アウトプットはOpen APIを通じてオープンソースの大規模言語モデルに渡される。そこでは、適切に構築されたシステムが、文化的に認識され、そのモデルに、英語、ウルドゥー語、ローマ・ウルドゥー語でウェルネスに関する会話を与える。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the existing digital mental health tools specifically developed for Western settings, Pakistani students are exposed to a uniquely compounded stress situation in their university that includes academic, financial, familial, and relational stressors, which have become a serious concern for academic and psychological development of students in Pakistani universities. This paper introduces a new, AI-driven and culturally sensitive stress detection and wellness support system that is tailored to the context of Pakistani university students. The system is based on a machine learning model called Random Forest which is trained using a validated student stress data set of 1100 responses on 20 features from psychological, physiological, academic, environmental and social aspects, with an accuracy of 89.09% and a macro F1-score of 0.89, in three stress severity levels. The classification outputs are passed on to an open-source large language model through OpenRouter API, where an appropriately crafted system prompt, culturally aware, gives the model a conversation about wellness, in English, Urdu and Roman Urdu. The second most predictive stress factor in this population identified by feature importance analysis was teacher-student relationship, which is a culturally important stress factor highlighting the need for region-aware mental health systems. Future research will involve primary data collection from students at various academic levels of Pakistani Universities with the validated DASS-21 instrument focusing on the students who are moving from FSc to undergraduate studies, which is a time of being psychologically vulnerable which is under-researched.
- Abstract（参考訳）: 西洋の環境に特化して開発された既存のデジタルメンタルヘルスツールにより、パキスタンの学生は、学術的、経済的、家族的、関係的なストレスを含む、大学内で独自の複合的なストレス状態に晒され、パキスタンの大学の学生の学術的、心理学的発達に深刻な関心が寄せられている。
本稿では,パキスタンの大学生の状況に合わせて,新しい,AI駆動型,文化的に敏感なストレス検出・ウェルネス支援システムを提案する。
このシステムはランダムフォレスト(Random Forest)と呼ばれる機械学習モデルに基づいており、心理学、生理学、学術、環境、社会の20の側面から1100の反応の検証された学生のストレスデータセットを用いて訓練されており、精度は89.09%、マクロF1スコアは0.89である。
分類出力はOpenRouter APIを通じてオープンソースの大規模言語モデルに渡される。
特徴的重要度分析によって同定されたこの人口における2番目に予測的なストレス要因は、文化的に重要なストレス要因である教師と学生の関係であり、地域を意識したメンタルヘルスシステムの必要性を強調している。
今後の研究は、パキスタンの様々な学術レベルの学生から、FScから学部に移行している学生に焦点をあてたDASS-21(DASS-21)による一次データ収集を含む。
関連論文リスト
- Towards Transparent Mental Health Insights: An Explainable AI Model for Career-Related Depression and Anxiety Among University Students Using Structured Data [0.49581497240446293]
大学生のキャリア不安と抑うつは、メンタルヘルスや学術的成果への挑戦が増えている。
本研究では,マルチモーダルデータとフェデレートラーニングを用いた説明可能なAIフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-19T14:23:41Z) - The Illusion of Competence: Self-Perceived Digital Literacy and AI Readiness Among European Secondary Students [35.18016233072556]
本研究では,自己認識型デジタルリテラシーと実際の技術準備のギャップについて検討する。
学生は、受動的デジタル消費における最大自己効力度を報告するが、アクティブな技術創造とアルゴリズム論理を評価すると、急激に低下する。
論文 参考訳（メタデータ） (2026-05-25T16:29:03Z) - AI Literacy, Safety Awareness, and STEM Career Aspirations of Australian Secondary Students: Evaluating the Impact of Workshop Interventions [38.350232667249095]
ディープフェイクやその他のタイプの合成メディアは、青年期の安全リスクを増大させる。
本研究は,AIオーストラリアにおけるワークショップによる介入の日がオーストラリア中等生に与える影響を評価する。
論文 参考訳（メタデータ） (2026-01-30T02:55:53Z) - Student Mental Health Screening via Fitbit Data Collected During the COVID-19 Pandemic [4.943603895773321]
パンデミック期間中に当施設の学生から学生メンタル・環境健康(StudentMEH)Fitbitデータセットを収集した。
我々は、Fitbitのさまざまなモダリティを用いて、予測機械学習モデルがうつ病、不安、ストレスをスクリーニングする能力を総合的に評価する。
論文 参考訳（メタデータ） (2026-01-22T21:18:01Z) - A Comprehensive Review of Datasets for Clinical Mental Health AI Systems [55.67299586253951]
本稿では,AIを活用した臨床アシスタントの訓練・開発に関連する臨床精神保健データセットの総合的調査を行う。
本調査では, 縦断データの欠如, 文化・言語表現の制限, 一貫性のない収集・注釈基準, 合成データのモダリティの欠如など, 重要なギャップを明らかにした。
論文 参考訳（メタデータ） (2025-08-13T13:42:35Z) - Protecting Student Mental Health with a Context-Aware Machine Learning Framework for Stress Monitoring [0.0]
学生のメンタルヘルスは、学術機関における関心の高まりである。
従来の評価手法は主観的な調査と定期的な評価に依存している。
本稿では,学生のストレスを分類するための文脈対応機械学習フレームワークを提案する。
論文 参考訳（メタデータ） (2025-08-01T22:52:25Z) - Machine Learning Algorithms for Detecting Mental Stress in College Students [4.527994834705904]
本研究は, 各種機械学習アルゴリズムを適用し, 大学生のストレスや非ストレス発生を予測するための取り組みである。
学生のストレスレベルを主目的としたワークショップを開催した。
論文 参考訳（メタデータ） (2024-12-10T11:07:37Z) - A machine learning approach to predict university enrolment choices through students' high school background in Italy [42.57210316104905]
本稿では,イタリアの高校生の数学とイタリア語の習熟度が大学入学選択に及ぼす影響を考察する。
従来と同様の教育的選択や達成に対する性別差について検討した。
研究成果は、大学教育に関する学生の選択を形作る際に、学力、性別、高校の背景の複雑な相互作用を浮き彫りにした。
論文 参考訳（メタデータ） (2024-02-29T10:05:37Z) - Detection and Analysis of Stress-Related Posts in Reddit Acamedic
Communities [0.0]
本研究は,Reddit学術コミュニティにおけるストレス関連投稿の検出と分析に焦点をあてる。
テキストは、自然言語処理と機械学習分類器を用いて、強調されているか、そうでないかを分類する。
重要な発見は、Redditの教授コミュニティにおける投稿やコメントが最もストレスが強いことを示している。
論文 参考訳（メタデータ） (2023-12-02T07:34:03Z) - Adversarial Attacks and Defenses in Physiological Computing: A
Systematic Review [34.33564833034554]
生理コンピューティングは、人間の生理データをリアルタイムでシステム入力として利用する。
生理学的コンピューティングシステムの脆弱性には十分な注意が払われておらず、敵の攻撃に関する包括的なレビューは存在しない。
本稿では, 生理学コンピューティングの主な研究分野, 様々な種類の敵攻撃とその生理学コンピューティングへの応用, およびそれに対応する防衛戦略について, 体系的に検討する。
論文 参考訳（メタデータ） (2021-02-04T16:40:12Z) - Instructions and Guide for Diagnostic Questions: The NeurIPS 2020
Education Challenge [40.96530220202453]
この競技では,参加者は,複数項目の診断質問に対する生徒の回答記録に集中する。
我々は,Eediの数学質問に対する学生の回答を2000万件以上提供した。
論文 参考訳（メタデータ） (2020-07-23T15:17:36Z)
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。