Fondo
Las emociones y el estado de ánimo son importantes para el bienestar general. Por lo tanto, la búsqueda de métodos de predicción de emociones continuos y sin esfuerzo es un importante campo de estudio. La detección móvil proporciona una herramienta prometedora y puede capturar uno de los signos de emoción más reveladores: el lenguaje.
...
Fondo
Las emociones y el estado de ánimo son importantes para el bienestar general. Por lo tanto, la búsqueda de métodos de predicción de emociones continuos y sin esfuerzo es un importante campo de estudio. La detección móvil proporciona una herramienta prometedora y puede capturar uno de los signos de emoción más reveladores: el lenguaje.
Objetivo
El objetivo de este estudio es examinar el valor predictivo separado y combinado de las fuentes de datos de lenguaje detectados por dispositivos móviles para detectar tanto la experiencia emocional momentánea como las diferencias individuales globales en los rasgos emocionales y la depresión.
Métodos
En un estudio de método de muestreo de experiencia de 2 semanas, recopilamos calificaciones de emociones autoinformadas y grabaciones de voz 10 veces al día, actividad continua del teclado y gravedad de la depresión rasgo. Correlacionamos las emociones de estado y rasgo y la depresión y el lenguaje, distinguiendo entre el contenido del habla (palabras habladas), la forma del habla (acústica de la voz), el contenido de la escritura (palabras escritas) y la forma de la escritura (dinámica de escritura).
También investigamos qué tan bien estas características predijeron las emociones de estado y rasgo usando la validación cruzada para seleccionar características y un conjunto de espera para la validación.
Resultados
En general, las emociones informadas y el lenguaje detectado por el móvil demostraron correlaciones débiles.
Las correlaciones más significativas se encontraron entre el contenido del habla y el estado de emociones y entre la forma del habla y el estado de emociones, con un rango de hasta 0, 25.
El contenido del habla proporcionó las mejores predicciones para las emociones del estado. Ninguna de las correlaciones rasgo emoción-lenguaje permaneció significativa después de la corrección. Entre las emociones estudiadas, la valencia y la felicidad mostraron las correlaciones más significativas y el mayor rendimiento predictivo.
Conclusiones
Aunque el uso del lenguaje de detección móvil como marcador de emoción parece prometedor, las correlaciones y los valores predictivos de R 2 son bajos.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://mental.jmir.org/