ProfBrain

Titel onderzoek studie:

De robuustheid van het gebruik van economische spellen om spelers te clusteren: een case study in computationele psychiatrie

Onderzoekers: (van de School of Computing / Insight Center for Data Analytics)

· Dr. Darragh Walsh (postdoctoraal onderzoeker)
· Lili Zhang (promovendus)
· Prof. Tomas Ward (AIB-voorzitter van Data Analytics)

Samenvatting van het onderzoek:
Er is een groeiende erkenning dat computationele methoden, zoals machine learning (ML), nuttig kunnen worden toegepast in psychiatrisch onderzoek. Tal van psychische aandoeningen kunnen worden geclassificeerd als aandoeningen die de besluitvorming beïnvloeden en hoe beloningen ons gedrag beïnvloeden door te leren. Om psychiaters te helpen diagnoses objectiever te maken, zijn onderzoekers begonnen te onderzoeken hoe klassieke economische spellen kunnen worden gebruikt om spelers in verschillende groepen te groeperen met behulp van ML. Deze spellen onderzoeken het vermogen van een speler om rationeel te denken om zijn beloning te maximaliseren, of dat vereist samenwerking of egoïstisch handelen. Typische spellen zijn het dilemma van de gevangene en de hertenjacht.

Hoewel het gebruik van ML-technieken om spelers in groepen te groeperen veelbelovend is, is het belangrijk dat de clustering zinvol en stabiel is in verschillende contexten / situaties. Dit project onderzoekt de betrouwbaarheid van deze games om alleen gezonde volwassenen te clusteren. Gezonde volwassenen worden geclusterd volgens hun prestaties door klassieke economische spellen te spelen. De clustering zal worden uitgevoerd met ML-technieken volgens de methodiek ontwikkeld in Poncela-Casasnovas et al. (2016) [1].

Als u akkoord gaat om deel te nemen aan dit project:

Je moet een app downloaden en een game spelen waarbij je een optie moet kiezen die je de beste kans geeft om de meeste punten te verdienen, rekening houdend met het feit dat je tegenstander (de computerspeler 2) hetzelfde zal doen. Je moet in totaal 16 beslissingen nemen (er zijn 16 ronden van het spel). U wordt vervolgens gevraagd een korte vragenlijst te beantwoorden (de mini-IPIP-vragenlijst ontwikkeld door Donnellan et al. (2006) [2]) en ten slotte een ander spel te spelen dat 16 ronden heeft. In totaal zou u alle taken in ongeveer 20-30 minuten moeten kunnen voltooien.

Er wordt geen persoonlijke informatie verzameld:

Wij vragen niet om uw:

· Naam
· E-mailadres of
· Telefoonnummer

We vragen wel om uw:

· Geslacht
· Leeftijdscategorie (bijvoorbeeld 21 - 30 of 31 - 40)
· Werkstatus (bijvoorbeeld student, werknemer, werkloos, anders)

Verwachte voordelen van deelname aan dit project:

Deelname aan dit project zal helpen bepalen hoeveel informatie betrouwbaar kan worden geconcludeerd uit studies met economische spellen om de besluitvorming te onderzoeken.

We voorzien geen risico's voor deelnemers om deze taken te voltooien. Deelnemers kunnen op elk moment van gedachten veranderen en zich terugtrekken uit de studie totdat ze hun definitieve antwoord indienen en aanvinken dat ze instemmen met hun
antwoorden worden verzameld.

Aangezien er geen persoonlijke gegevens worden verzameld, worden de deelnemers niet op de hoogte gebracht van de resultaten van dit project. Het voltooide werk zal echter worden ingediend voor publicatie waar de geanonimiseerde resultaten zullen worden weergegeven (vergelijkbaar met de resultaten in Poncel-Casasnovas et al. [1]).

Dit onderzoek wordt gefinancierd door AIB.

Verdere details over het project zijn verkrijgbaar bij Lili Zhang (lili.zhang 27@mail.dcu.ie).

Als deelnemers zich zorgen maken over dit onderzoek en contact willen opnemen met een onafhankelijke persoon, neem dan contact op met:

De secretaris, Dublin City University Research Ethics Committee, c / o Ondersteuning van onderzoek en innovatie, Dublin City University, Dublin 9. Tel 01-7008000, e-mail rec@dcu.ie

[1] Poncela-Casasnovas, J., et al. Mensen vertonen een verminderde set consistente gedragsfenotypes in dyadische spellen. Sci Adv 2, e1600451 (2016).
[2] Donnellan, M.B., et al. De mini-IPIP-schalen: kleine maar effectieve maatregelen voor de vijf grote persoonlijkheidsfactoren. Psychologische beoordeling 18, 192-203, (2006).