ProfBrain

調査研究のタイトル：

プレイヤーをクラスター化するための経済的なゲームの使用の堅牢性：計算精神医学の事例研究

調査員：（コンピューティング学部/データ分析のための洞察センターから）

・Darragh Walsh博士（ポスドク研究員）
・リリチャン（PhD候補者）
・Tomas Ward教授（AIBデータ分析の議長）

研究概要：
機械学習（ML）などの計算手法が精神医学研究に有用に適用できるという認識が高まっています。多数の精神疾患は、意思決定に影響を与える障害と、学習を通じて報酬が私たちの行動にどのように影響するかとして分類できます。精神科医が診断をより客観的にするのを支援するために、研究者は、クラシック経済ゲームを使用して、MLを使用してプレーヤーを個別のグループにクラスター化する方法を探り始めました。これらのゲームは、協力的であれ利己的であれ、報酬を最大化するために合理的に考えるプレーヤーの能力を調べます。典型的なゲームには、囚人のジレンマとクワガタ狩りが含まれます。

MLテクニックを使用してプレイヤーをグループにクラスター化することは有望ですが、クラスター化が異なるコンテキスト/状況で意味があり、安定していることが重要です。このプロジェクトでは、これらのゲームの信頼性を調べて、健康な成人のみをクラスター化します。健康な大人は、古典的な経済ゲームをプレイするパフォーマンスに応じてクラスター化されます。クラスタリングは、Poncela-Casasnovas et alで開発された方法論に従うML手法によって実行されます。 （2016）[1]。

このプロジェクトへの参加に同意する場合：

アプリをダウンロードし、対戦相手（コンピュータープレーヤー2）が同じことを行うことを考慮して、最も多くのポイントを獲得できる最高のチャンスを与えるオプションを選択する必要があるゲームをプレイする必要があります。合計16の決定を行う必要があります（ゲームには16ラウンドあります）。その後、短いアンケート（Donnellan et al。（2006）[2]によって開発されたミニIPIPアンケート）に回答し、最終的に16ラウンドの別のゲームをプレイするよう求められます。合計すると、すべてのタスクを約20〜30分で完了できるはずです。

個人情報は収集されません。

私たちはあなたを求めません：

・ 名前
・メールアドレスまたは
・ 電話番号

私たちはあなたにお願いします：

・性別
・年齢範囲（21〜30、31〜40など）
・雇用状況（例：学生、雇用、失業者、その他）

このプロジェクトに参加することで予想される利点：

このプロジェクトへの参加は、意思決定を検討するために経済ゲームを使用した研究からどれだけの情報を確実に結論付けることができるかを決定するのに役立ちます。

参加者がこれらのタスクを完了することによるリスクは予測していません。参加者は、最終回答を提出し、同意するまでカチカチするまで、いつでも自由に考えを変え、研究から離脱することができます。
収集されている応答。

個人データは収集されないため、参加者にはこのプロジェクトの結果が通知されません。ただし、完成した作品は、匿名の結果が表示される公開のために提出されます（Poncel-Casasnovas et al。[1]の結果と同様）。

この研究はAIBによって資金提供されています。

プロジェクトの詳細は、Lili Zhang（lili.zhang 27@mail.dcu.ie）から入手できます。

参加者がこの研究について懸念を持ち、独立した人物に連絡したい場合は、以下に連絡してください

ダブリン市立大学研究倫理委員会、c / o Research and Innovation Support、ダブリン市立大学、ダブリン9.電話01-7008000、電子メールrec@dcu.ie

[1] Poncela-Casasnovas、J.、et al.Humansは、二項ゲームで一貫した行動表現型の減少したセットを表示します。 Sci Adv 2、e1600451（2016）。
[2] Donnellan、M.B.、et al。ミニIPIPスケール：パーソナリティの5つの大きな要因の非常に効果的な尺度。心理学的評価18、192-203、（2006）。