Explicación de los factores que influyen en la depresión de los estudiantes con un enfoque de aprendizaje profundo

Área de la Ciencia:

• Sistemas de Atención Médica Educativa
• Inteligencia Artificial en Salud Mental

Sus antecedentes:

• La salud mental de los estudiantes es una preocupación creciente en los entornos educativos.
• La identificación temprana y el análisis de los factores de depresión son vitales para el bienestar de los estudiantes.

Objetivo del estudio:

• Desarrollar y validar un algoritmo de IA para el análisis de la depresión en estudiantes.
• Identificar los factores clave que contribuyen o alivian la depresión en los estudiantes.

Principales métodos:

• Se propuso el algoritmo GLNet que integra Mamba y capas convolucionales.
• Extracción de características de los datos demográficos, académicos y de estilo de vida de los estudiantes.
• Validación en el Conjunto de Datos de Depresión Estudiantil.

Principales resultados:

• GLNet logró una precisión del 88,84%, superando a los métodos existentes.
• Identificó la presión académica y el estrés financiero como posibles contribuyentes a la depresión.
• Los hábitos saludables y la satisfacción académica pueden aliviar la depresión.
• Se encontraron correlaciones específicas entre el GPA, el género y los hábitos de los estudiantes de doctorado.

Conclusiones:

• GLNet es una herramienta confiable para mejorar la salud mental de los estudiantes.
• Proporciona información para que los educadores optimicen las estrategias de intervención.
• Destaca la necesidad de apoyo específico para la salud mental en las instituciones educativas.