ProfBrain

Título do Estudo de Pesquisa:

A robustez do uso de jogos econômicos para jogadores de cluster: um estudo de caso em psiquiatria computacional

Investigadores: (da Escola de Computação / Insight Center for Data Analytics)

· Dr. Darragh Walsh (pesquisador de pós-doutorado)
· Lili Zhang (doutoranda)
Tomas Ward (presidente de análise de dados da AIB)

Resumo da pesquisa:
Há um crescente reconhecimento de que métodos computacionais, como aprendizado de máquina (ML), podem ser úteis na pesquisa psiquiátrica. Numerosas doenças mentais podem ser classificadas como distúrbios que afetam a tomada de decisões e como as recompensas influenciam nosso comportamento através do aprendizado. Para ajudar os psiquiatras a tornar os diagnósticos mais objetivos, os pesquisadores começaram a explorar como os jogos econômicos clássicos poderiam ser usados ​​para agrupar jogadores em grupos distintos usando ML. Esses jogos examinam a capacidade dos jogadores de pensar racionalmente para maximizar sua recompensa, seja isso que exija cooperação ou ação egoísta. Jogos típicos incluem o dilema do prisioneiro e a caça ao veado.

Embora o uso de técnicas de ML para agrupar jogadores em grupos seja promissor, é importante que o agrupamento seja significativo e estável em diferentes contextos / situações. Este projeto examinará a confiabilidade desses jogos para agrupar apenas adultos saudáveis. Adultos saudáveis ​​serão agrupados de acordo com seu desempenho jogando jogos econômicos clássicos. O agrupamento será realizado pelas técnicas de ML seguindo metodologia desenvolvida em Poncela-Casasnovas et al. (2016) [1]

Se você concorda em participar deste projeto:

Você precisará baixar um aplicativo e jogar um jogo que exige que você escolha uma opção que lhe dê a melhor chance de ganhar mais pontos, levando em consideração que seu oponente (o jogador do computador 2) fará a mesma coisa. Você precisa tomar 16 decisões no total (há 16 rodadas do jogo). Você será solicitado a responder a um pequeno questionário (o mini questionário IPIP desenvolvido por Donnellan et al. (2006) [2]) e finalmente jogar outro jogo com 16 rodadas. No total, você poderá concluir todas as tarefas em aproximadamente 20 a 30 minutos.

Nenhuma informação pessoal é coletada:

Não pedimos o seu:

· Nome
· Endereço de e-mail ou
· Número de telefone

Pedimos o seu:

· Gênero
· Faixa etária (por exemplo, 21 - 30 ou 31 - 40)
· Status do emprego (por exemplo, estudante, empregado, desempregado, outro)

Benefícios previstos da participação neste projeto:

A participação neste projeto ajudará a determinar quanta informação pode ser confiavelmente concluída a partir de estudos usando jogos econômicos para examinar a tomada de decisão.

Não prevemos riscos para os participantes ao concluir essas tarefas. Os participantes terão a liberdade de mudar de idéia e de se retirar do estudo a qualquer momento até que enviem sua resposta final e marquem o consentimento para
respostas sendo coletadas.

Como nenhum dado pessoal é coletado, os participantes não serão informados dos resultados deste projeto. No entanto, o trabalho concluído será submetido para publicação onde os resultados anônimos serão exibidos (semelhante aos resultados de Poncel-Casasnovas et al. [1]).

Esta pesquisa é financiada pela AIB.

Mais detalhes sobre o projeto podem ser obtidos em Lili Zhang (lili.zhang 27@mail.dcu.ie).

Se os participantes tiverem preocupações com este estudo e desejarem entrar em contato com uma pessoa independente, entre em contato com:

O Secretário do Comitê de Ética em Pesquisa da Universidade da Cidade de Dublin, c / o Apoio à Pesquisa e Inovação, Universidade da Cidade de Dublin, Dublin 9. Tel 01-7008000, e-mail rec@dcu.ie

[1] Poncela-Casasnovas, J., et al.Humans exibem um conjunto reduzido de fenótipos comportamentais consistentes em jogos diádicos. Sci Adv 2, e1600451 (2016).
[2] Donnellan, M.B., et al. As mini escalas IPIP: medidas minúsculas, porém eficazes, dos cinco grandes fatores da personalidade. Avaliação psicológica 18, 192-203, (2006).