背景。获得迷幻药物正在自由化,但反应是高度无法预测的。因此,必须提高预测急性迷幻体验的性质以提高安全性并优化潜在的治疗结果的能力。这项研究试图验证“帝国迷幻预测量表”(IPP),这是一项简短,广泛适用的前瞻性措施,旨在预测精神经验的显着维度。方法。使用四个独立的数据集,其中IPP被前瞻性地完成 - 两项在线调查“自然主义”使用(n = 741,n = 836)和两个受控的管理数据集(n = 30,n = 28) - 我们进行了因子分析,回归,回归和相关分析,以评估构造,预测性和预测性,预测性和收敛性的有效性。结果。我们的方法产生了一个9个项目量表,具有良好的内部一致性(Cronbach'sα= 0.8),其中包含三个因素:设置,融洽和意图。IPP大大提出了“神秘”,“挑战”和“情感突破”的经历。在受控的管理数据集(n = 28)中,发现和融洽的多个回归解释了神秘经验中40%的差异,而发现简单的回归集合解释了挑战性经验的16%差异。在另一个(n = 30)中,融洽关系与情感突破有关,解释了9%的差异。结论。在一起,这些数据表明,IPP可以预测在广泛的环境中迷幻体验的相关特征。我们希望这个简短的9个项目量表将被广泛采用,以改善对受控设置及其他地区的迷幻准备的知识。
人机交互在我们日常生活的许多领域中无处不在。在本文中,我们研究了在具有部分可观察信息的协作式人工智能驱动的词语联想游戏中的人机协作。在我们的实验中,当参与者认为他们正在与人工智能或人类一起玩时,我们测试了参与者对其伙伴的主观社会感知(融洽度、智力、创造力和可爱度)的各个维度。我们还测试了参与者在呈现各种置信度水平时对其伙伴的主观社会感知。我们在 Mechanical Turk(n=164)上对这款协作游戏进行了大规模研究。我们的结果表明,当参与者认为他们的伙伴是人类时,他们会发现他们的伙伴比他们认为他们正在与人工智能伙伴互动时更讨人喜欢、更聪明、更有创造力、更融洽,并使用更多积极的词语来描述他们伙伴的属性。我们还发现游戏结果(包括胜率和完成回合)没有差异。我们利用定量和定性研究结果,探讨了人工智能代理的透明度,包括对整合或支持人机协作的工具的设计影响,并规划了未来研究的方向。我们的研究结果对其他形式的人机交互和交流具有启示意义。
精确医学是一种新兴的医学范式,它使用信息技术来告知目标疗法和治疗方法。精密医学的第一步之一是获得患者的知情同意,以保护其自治医疗决策权。在儿科中,存在不同的建议和与同意相关的做法的指南,旨在保护儿科患者利益,同时保护其自主权。在这里,我们提供了(1)在临床实践中广泛使用的(1)道德知情同意框架的高级临床入门,以及(2)有希望的现代适应性,以改善小儿精确医学的知情同意惯例。鉴于精确医学的迅速科学进步和采用,我们强调了双重需要考虑在小儿精密医学工作流程中同意的临床实施,并与儿科患者及其与跨学科健康团队一起工作的替代决策者建立融洽的关系。鉴于精确医学的迅速科学进步和采用,我们强调了双重需要考虑在小儿精密医学工作流程中同意的临床实施,并与儿科患者及其与跨学科健康团队一起工作的替代决策者建立融洽的关系。
本研究旨在评估母体疫苗犹豫及其相关因素。这是对2015年出生的450个儿童母亲的概率样本的横断面研究,居住在巴西城市,在数据收集时,他已经有超过两岁的历史了。我们使用了世界卫生组织提出的工具(10项疫苗犹豫量表)。为了评估其结构,我们进行了探索性和确认性因素分析。我们进行了线性回归模型,以评估与疫苗效率相关的因素。因子分析显示了疫苗犹豫量表的两个组成部分:对疫苗缺乏信心和疫苗的风险感知。家庭收入较高与较低的疫苗犹豫(对疫苗的信心更高,对疫苗的风险感知较低),而其他儿童的存在,无论出生顺序如何,家庭中对疫苗的信心较低。与卫生专业人员的融洽关系,愿意等待接种疫苗以及通过运动接种疫苗的疫苗与对疫苗的更大信心有关。故意的延迟或决定不为孩子流传,对疫苗的不良反应经历与疫苗的信心较低和对疫苗的风险更大有关。医疗保健提供者,尤其是护士,在解决疫苗犹豫,通过可信赖的融洽关系指导疫苗接种起着相关作用。
•作为英格兰国家卫生服务(NHS)的一部分,旨在减少健康不平等并改善健康,社会处方被引入社区,以使人们感到不那么孤立和孤独,以改善整体健康•英格兰的社会处方•在英格兰的社会处方是普遍的个性化护理的关键组成部分,这使人们与社会,社区和社区的社区以及他们的社区相处融洽,并能够满足他们的社区和练习,并有效地实践和实践,并能够实践和实践。
动机访谈(MI)是一种以客户为中心的咨询方式,可以解决(客户)用户的行为改变动机。在本文中,我们提出了一种针对社会互动剂(SIA)的行为产生模型,并将其应用于(MI)中的虚拟治疗师的SIA。mi为治疗师和客户定义了不同类型的对话行为。已经表明,治疗师通过调整口头和非语言行为来与客户建立融洽的关系。基于对人类MI数据集(Annomi)的分析,我们发现了治疗师和客户的面部表情与对话行为之间的共发生。此外,治疗师将其行为适应客户的行为,以偏爱融洽的关系。我们的行为产生模型嵌入了这些共发生以及这种行为适应。为此,我们建立了一个基于在Annomi语料库训练的条件扩散方法的观察框架。我们的模型学会生成以MI对话行为和客户的非语言行为为条件的虚拟Thera-pist的面部表情。我们旨在通过使用用户的行为来使SIA在类似治疗的互动中更有效(即对话行为和用户和代理的非语言行为)以推动SIA行为。
关键系统的更改之一是在足够的时间内建立足够的时间,并以适当的方式与受害者合作,尤其是建立信任和融洽关系,这使得受害者不太可能与服务断开连接。理事会(或任何其他急救人员)不太可能在几天之内识别受害者,将他们推荐给NRM,并在采取与受害者敏感的创伤性态度的方法时确保合理的理由决定。有必要考虑从他们首先与当局接触的地步,但之前/直到他们能够访问NRM或其他住宿的程度,需要考虑受害者的需求。
研究程序旨在确保数据收集准确可靠。我们尽量减少参与者的压力或疲劳。该过程分为三个主要阶段:预测试、测试和数据分析。在预测试阶段,我们努力为孩子们营造一个舒适且有趣的环境。使用游戏和随意交谈等入门活动来建立融洽关系并缓解对测试过程的任何潜在焦虑。这些活动帮助孩子们熟悉研究人员。我们培养了一种积极的动态,鼓励合作和积极参与。向家长简要介绍了研究的目标和程序。我们确保他们理解并同意,同时深入了解孩子们的语言习惯。
由代表贾维斯·约翰逊(Jarvis Johnson)提出的基础教育宣传培训,并由第88届德克萨斯州立法机关资助,旨在分享和平官员以促进儿童与执法部门进行积极互动的方式与和平官员共同参与的最佳实践。目标是以适合年龄的方式与儿童建立联系,使执法人员人性化,建立信任,以使孩子们舒适地接近一名官员,并弥合学校资源官员与非学校的执法人员之间的任何差距。在本课程中,学生将了解社区参与,儿童发展以及与小龄儿童建立信任和融洽关系。