从移动传感指标中检测社会背景,与社会焦虑个体进行虚拟互动

科学领域:

• 数字化表型化是指数字化表型化.
• 计算社会科学 计算社会科学
• 心理健康技术 心理健康技术

背景情况:

• 移动传感通过生理和行为模式提供对心理健康的洞察.
• 检测社会背景可以增强对社会互动,学术,工作和社会生活的理解.
• 消极的社会背景检测对社会焦虑研究有价值,有可能识别避免和退出模式.

研究的目的:

• 检查检测实验操纵的虚拟社会背景使用手腕带传感器在社会焦虑的学生的可行性.
• 调查被动感知生物行为数据的实用性,以确定社会情况的存在,群体规模,社会评估和情况阶段.
• 为心理健康应用程序的被动上下文检测系统的设计提供信息.

主要方法:

• 招募了46名具有高度社会焦虑的本科生.
• 采用了一种多任务机器学习管道,利用被动感知的生物行为数据流.
• 实验性地操纵虚拟社会背景,以作为检测的基础真相.

主要成果:

• 在检测大多数虚拟社会背景方面证明了可行性.
• 在识别社会情况及其阶段的存在方面取得了更高的准确性.
• 在检测社会评价程度时观察到较低的准确性.
• 识别了传感流在预测各种环境中的不同重要性.
• 提供了对最佳传感持续时间,模式实用性和个性化需求的见解.

结论:

• 被动移动传感可以有效地检测与社会焦虑相关的虚拟社会背景的关键特征.
• 研究结果支持对社会焦虑进行恰到好处的适应性干预措施的开发.
• 未来的研究应该考虑个性化和最优的感知策略,用于上下文检测.