ProfBrain

Titel der Forschungsstudie:

Die Robustheit der Verwendung von Wirtschaftsspielen zur Clusterbildung von Spielern: eine Fallstudie in der Computerpsychiatrie

Ermittler: (vom School of Computing / Insight Center für Datenanalyse)

· Dr. Darragh Walsh (Postdoktorand)
· Lili Zhang (Doktorandin)
· Prof. Tomas Ward (AIB-Lehrstuhl für Datenanalyse)

Forschungszusammenfassung:
Es wird zunehmend anerkannt, dass Computermethoden wie maschinelles Lernen (ML) in der psychiatrischen Forschung sinnvoll eingesetzt werden können. Zahlreiche psychische Erkrankungen könnten als Störungen eingestuft werden, die die Entscheidungsfindung beeinflussen und wie Belohnungen unser Verhalten durch Lernen beeinflussen. Um Psychiatern dabei zu helfen, Diagnosen objektiver zu gestalten, haben Forscher begonnen zu untersuchen, wie klassische Wirtschaftsspiele verwendet werden können, um Spieler mithilfe von ML in verschiedene Gruppen zu gruppieren. Diese Spiele untersuchen die Fähigkeit eines Spielers, rational zu denken, um seine Belohnung zu maximieren, unabhängig davon, ob dies eine Zusammenarbeit oder ein egoistisches Handeln erfordert. Typische Spiele sind das Gefangenendilemma und die Hirschjagd.

Obwohl die Verwendung von ML-Techniken zum Gruppieren von Spielern in Gruppen vielversprechend ist, ist es wichtig, dass das Clustering in verschiedenen Kontexten / Situationen sinnvoll und stabil ist. In diesem Projekt wird die Zuverlässigkeit dieser Spiele untersucht, um nur gesunde Erwachsene zu gruppieren. Gesunde Erwachsene werden nach ihrer Leistung bei klassischen Wirtschaftsspielen gruppiert. Das Clustering wird durch ML-Techniken nach einer in Poncela-Casasnovas et al. (2016) [1].

Wenn Sie der Teilnahme an diesem Projekt zustimmen:

Sie müssen eine App herunterladen und ein Spiel spielen, bei dem Sie eine Option auswählen müssen, mit der Sie die besten Chancen haben, die meisten Punkte zu sammeln, wobei zu berücksichtigen ist, dass Ihr Gegner (der Computerspieler 2) dasselbe tut. Sie müssen insgesamt 16 Entscheidungen treffen (es gibt 16 Runden des Spiels). Sie werden dann gebeten, einen kurzen Fragebogen zu beantworten (den von Donnellan et al. (2006) [2] entwickelten Mini-IPIP-Fragebogen) und schließlich ein weiteres Spiel mit 16 Runden zu spielen. Insgesamt sollten Sie in der Lage sein, alle Aufgaben in ungefähr 20 bis 30 Minuten zu erledigen.

Es werden keine persönlichen Daten gesammelt:

Wir bitten Sie nicht um:

· Name
· E-Mail-Adresse oder
· Telefonnummer

Wir bitten um Ihre:

· Geschlecht
· Altersspanne (zum Beispiel 21 - 30 oder 31 - 40)
· Beschäftigungsstatus (z. B. Student, Angestellter, Arbeitsloser, andere)

Erwartete Vorteile der Teilnahme an diesem Projekt:

Die Teilnahme an diesem Projekt wird dazu beitragen, festzustellen, wie viele Informationen aus Studien mit Wirtschaftsspielen zur Untersuchung der Entscheidungsfindung zuverlässig geschlossen werden können.

Wir sehen keine Risiken für die Teilnehmer durch die Erfüllung dieser Aufgaben. Den Teilnehmern steht es jederzeit frei, ihre Meinung zu ändern und sich von der Studie zurückzuziehen, bis sie ihre endgültige Antwort einreichen und ihre Zustimmung ankreuzen
Antworten werden gesammelt.

Da keine personenbezogenen Daten erhoben werden, werden die Teilnehmer nicht über die Ergebnisse dieses Projekts informiert. Die abgeschlossenen Arbeiten werden jedoch zur Veröffentlichung eingereicht, wo die anonymisierten Ergebnisse angezeigt werden (ähnlich den Ergebnissen von Poncel-Casasnovas et al. [1]).

Diese Forschung wird von AIB finanziert.

Weitere Einzelheiten zum Projekt erhalten Sie von Lili Zhang (lili.zhang 27@mail.dcu.ie).

Wenn die Teilnehmer Bedenken bezüglich dieser Studie haben und eine unabhängige Person kontaktieren möchten, wenden Sie sich bitte an:

Der Sekretär der Forschungsethikkommission der Universität Dublin City, c / o Research and Innovation Support, Universität Dublin City, Dublin 9. Tel. 01-7008000, E-Mail rec@dcu.ie

[1] Poncela-Casasnovas, J., et al. Menschen zeigen einen reduzierten Satz konsistenter Verhaltensphänotypen in dyadischen Spielen. Sci Adv 2, e1600451 (2016).
[2] Donnellan, M. B., et al. Die Mini-IPIP-Skalen: winzige und dennoch effektive Messgrößen der fünf großen Persönlichkeitsfaktoren. Psychological Assessment 18, 192–203 (2006).