Взаимосвязь показателей суицидального риска и цифрового поведения в социальной сети
Аннотация
Суицидальное поведение представляет собой серьезную проблему общественного здравоохранения во многих странах мира. Многим из этих людей могло бы помочь даже экстренное телефонное консультирование или предложение помощи. Вместе с этим, растет число публикаций, связанных с суицидальными намерениями, что говорит о том, что способ выражения суицидальных намерений через социальные сети становится все более распространенным. Поэтому эффективным способом скрининга суицидального риска может стать анализ цифрового поведения пользователей в социальных сетях с помощью моделей машинного обучения.
Объект исследования: суицидальный риск
Предмет исследования: особенности цифрового поведения пользователей с суицидальным риском.
Цель исследования: выявление и изучение особенностей цифрового поведения у пользователей с различным уровнем суицидального риска.
Гипотезы исследования:
Цифровое поведение у пользователей с высоким и низким уровнем суицидального риска отличается.
По анализу цифрового следа с помощью моделей машинного обучения можно предсказать пользователей с завершенным суицидом.
Методологическим обоснованием исследования является комплексная нарративно-кризисная модель суицида Банникова
Для исследования было сформировано 3 группы респондентов: завершенный суицид (экспериментальная группа № 1), высокий (экспериментальная группа № 2) и низкий (контрольная группа) уровень суицидального риска.
Согласно полученным результатам, статистический анализа показывает наличие достоверных различий в цифровом поведении между пользователями с высоким и низким суицидальным риском:
Особенностями цифрового поведения пользователей с высоким суицидальным риском является: наличии негативного аффекта, транслируемого через статус, снижение коммуникативной направленности пользователей из данной группы, снижении использования социальных сетей как пространства для коммуникации и самопрезентации, что может являться маркером неблагополучия, одним из компонентов фактора уязвимости.
С помощью машинного обучения можно предсказать пользователей с завершенным суицидом. Ансамблевая модель, учитывающая все количественные, и категориальные параметры цифрового поведения пользователя социальной сети предсказывает с точностью до 82% F1–меры пользователей с завершенным суицидом.
Объект исследования: суицидальный риск
Предмет исследования: особенности цифрового поведения пользователей с суицидальным риском.
Цель исследования: выявление и изучение особенностей цифрового поведения у пользователей с различным уровнем суицидального риска.
Гипотезы исследования:
Цифровое поведение у пользователей с высоким и низким уровнем суицидального риска отличается.
По анализу цифрового следа с помощью моделей машинного обучения можно предсказать пользователей с завершенным суицидом.
Методологическим обоснованием исследования является комплексная нарративно-кризисная модель суицида Банникова
Для исследования было сформировано 3 группы респондентов: завершенный суицид (экспериментальная группа № 1), высокий (экспериментальная группа № 2) и низкий (контрольная группа) уровень суицидального риска.
Согласно полученным результатам, статистический анализа показывает наличие достоверных различий в цифровом поведении между пользователями с высоким и низким суицидальным риском:
Особенностями цифрового поведения пользователей с высоким суицидальным риском является: наличии негативного аффекта, транслируемого через статус, снижение коммуникативной направленности пользователей из данной группы, снижении использования социальных сетей как пространства для коммуникации и самопрезентации, что может являться маркером неблагополучия, одним из компонентов фактора уязвимости.
С помощью машинного обучения можно предсказать пользователей с завершенным суицидом. Ансамблевая модель, учитывающая все количественные, и категориальные параметры цифрового поведения пользователя социальной сети предсказывает с точностью до 82% F1–меры пользователей с завершенным суицидом.