ProfBrain

研究標題：

使用經濟遊戲來聚集玩家的魯棒性：計算精神病學的案例研究

研究者：（來自計算機學院/數據分析洞察中心）

·Darragh Walsh博士（博士後研究員）
·張麗麗（博士研究生）
·Tomas Ward教授（AIB數據分析主席）

研究摘要：
人們越來越認識到，諸如機器學習（ML）之類的計算方法可以有效地應用於精神病學研究。許多精神疾病可以歸類為影響決策的障礙以及獎勵如何通過學習影響我們的行為的障礙。為了幫助精神科醫生使診斷更加客觀，研究人員已開始探索如何使用經典的經濟博弈通過ML將玩家聚集到不同的群體中。這些遊戲檢驗了玩家進行理性思考以最大化其獎勵的能力，而這需要合作或自私地行動。典型的遊戲包括囚徒的困境和雄鹿狩獵。

儘管使用ML技術將玩家分為幾類是有前途的，但重要的是，該類在不同的情境/情況下有意義且穩定。該項目將只檢查這些遊戲對健康成年人的聚類的可靠性。健康成年人將根據他們在經典經濟遊戲中的表現進行分組。聚類將按照Poncela-Casasnovas等人開發的方法通過ML技術進行。 （2016）[1]。

如果您同意參與該項目：

您需要下載一個應用程序並玩一個遊戲，該遊戲要求您選擇一個選項，使您有最大的機會獲得最多的積分，同時要考慮到對手（計算機播放器2）將做同樣的事情。您總共需要做出16個決定（遊戲共有16個回合）。然後，您將被要求回答一份簡短的問卷（Donnellan等人（2006年）開發的小型IPIP問卷[2]），最後玩另一輪有16回合的遊戲。總體而言，您應該能夠在大約20-30分鐘內完成所有任務。

未收集任何個人信息：

我們不要求您：

· 名稱
·電子郵件地址或
· 電話號碼

我們要求您：

· 性別
·年齡範圍（例如21 – 30或31 – 40）
·就業狀況（例如，學生，就業，失業，其他）

參與該項目的預期收益：

參與該項目將有助於確定使用經濟博弈研究決策可以可靠地得出多少信息。

我們預計參與者完成這些任務不會帶來任何風險。參與者可以隨時改變主意並隨時退出研究，直到他們提交最終答复並勾選同意他們的為止。
正在收集回复。

由於未收集任何個人數據，因此不會通知參與者該項目的結果。但是，完成的工作將被提交發表，並顯示匿名結果（類似於Poncel-Casasnovas等人的結果[1]）。

這項研究是由AIB資助的。

可以從Lili Zhang（lili.zhang 27@mail.dcu.ie）獲得有關該項目的更多詳細信息。

如果參與者對這項研究有疑問並希望與獨立人士聯繫，請聯繫：

都柏林城市大學研究與創新支持中心，都柏林城市大學研究倫理委員會秘書，都柏林9。電話01-7008000，電子郵件rec@dcu.ie

[1] Poncela-Casasnovas，J.等人在二元遊戲中顯示出減少的一組一致的行為表型。 Sci Adv 2，e1600451（2016）。
[2] Donnellan，M.B.等。迷你IPIP量表：衡量人格的五個主要因素的有效措施。心理評估18，192-203，（2006）。