Интересное сегодня
Как физическая активность влияет на бессонницу у подростков:...
Физическая активность и ее влияние на здоровье подростков Физическая активность определяется как люб...
Эффективные стратегии обучения двигательной активности для д...
Введение Двигательные навыки включают широкий спектр способностей, от простых движений, таких как за...
Как личностные характеристики влияют на диагностику симптоно...
Введение Клиническое (и судебно-медицинское) принятие решений включает аналитическую оценку и взвеши...
Психологическое благополучие и семейная динамика: Как адапти...
Введение Подход к исследованию семейных систем концептуализирует семью как взаимосвязанную систему, ...
Генетическое влияние на движения глаз у младенцев при просмо...
Введение Визуальное внимание является ключевым фактором взаимодействия младенцев с окружающим миром,...
Индивидуальные черты в играх: отклонение от Нэша в повторяющ...
Актуальность исследования Современная психиатрическая нозология основывается на наблюдаемых и самоза...
Введение
Социальные взаимодействия играют ключевую роль в жизни человека, влияя как на физическое, так и на психическое благополучие. Однако количественная оценка социальных взаимодействий для научного анализа представляет собой определенные трудности. Одна из многообещающих возможностей для объективного измерения человеческих взаимодействий — это использование цифровых следов общения. В частности, значительная часть человеческого взаимодействия в наше время происходит онлайн, включая социальные сети и мессенджеры.
Подход
В 2022 году в Германии, по оценкам, 72% населения ежедневно использовали мессенджеры, причем этот показатель достигал 90% среди молодежи до 30 лет. Эти цифровые взаимодействия фиксируются на устройствах пользователей, создавая полезный источник данных о продольных и аутентичных человеческих взаимодействиях. Новый подход к получению цифровых следов социальных взаимодействий для научных исследований — это передача данных (data donation). Исследователи могут запрашивать данные напрямую у пользователей, предлагая им загрузить свои данные, извлечь информацию, относящуюся к исследованию, и отправить ее с полным согласием.
Сбор данных и конфиденциальность
Некоторые инструменты для передачи данных, такие как Port или ChatDashboard, позволяют исследователям создавать цепочки передачи данных, которая обеспечивает автоматическое извлечение только информации, относящейся к исследованию. Однако до сих пор существует необходимость тщательно управлять данными, которые исключаются из анализа. Процесс деидентификации данных важен, так как он позволяет скрывать или размывать лица, а также редактировать чувствительные текстовые сообщения.
Платформа Dona
Dona — это веб-ориентированная, открытая платформа для передачи данных из мессенджеров, таких как WhatsApp, Facebook и Instagram. На платформе участники получают информацию о целях, преимуществах и процедурах передачи данных и могут дать явное согласие на участие.
Процесс передачи данных
Процесс передачи данных состоит из трех компонентов: запроса личных данных из WhatsApp, Facebook или Instagram, деидентификации данных и визуальной обратной связи с участниками. Платформа в настоящее время доступна на пяти языках: английском, немецком, украинском, армянском и русском. Участники могут загрузить файлы с историей чатов на свои устройства и воспользоваться Dona для передачи данных.
Процесс деидентификации
Участники импортируют запрошенные данные на веб-страницу Dona. В процессе деидентификации заменяются все имена пользователей на псевдонимы, извлекаются временные метки и длина каждого сообщения, что приводит к получению анонимизированных метаданных без текстового контента.
Визуальная обратная связь
Сразу после передачи данных участники получают визуальную обратную связь, предоставляющую информацию о их поведении в сообщениях. Эта обратная связь содержит различные графики и иллюстрирует три аспекта социальных взаимодействий: интенсивность (измеряемая количеством слов), активные часы и время отклика.
Оценка и результаты онлайн-исследования
В ходе онлайн-исследования, в котором приняли участие 85 человек, была проведена оценка валидности минимизированных данных сообщений для изучения социальных взаимодействий. Исследование оценивало воспринимаемое влияние визуальной обратной связи на участников и подтверждало, что собранные данные отражают известные характеристики социальных взаимодействий, включая баланс, гетерогенность и всплескообразность.
Заключение
Мы предложили открытое решение для сбора полностью деидентифицированных данных сообщений из WhatsApp, Facebook и Instagram, содержащих только временные метки и количество слов. Несмотря на свою разреженность, такие данные могут быть полезны для определения информативных аспектов социальных взаимодействий, улучшая понимание поведения участников и их связи с жизненными событиями.