.

Въведете нова парола!

В случай, че имате проблеми с регистрацията или с достъпа до вашия профил може да се свържете с нас на имейл webdesign@btv.bg. Ще се раздваме да ви помогнем.

Невалиден имейл!

За по-добра защита на вашите данни е необходим валиден имейл адрес. На въведения имейл ще получите линк за потвърждение.

Филтрите в Инстаграм като диагноза за депресия

Евгений Милов | преди 1 седмица
Снимка: iStock
Valencia или Inkwell предпочитате?

Снимките, които хората споделят в Инстаграм, могат да бъдат ясно свидетелство за депресивно разстройство, твърдят Андрю Рис и Кристофър Данфорд от "University of Vermont".

Резултатите са от изследване на учените, обхванало 166 души, сред които 71 диагностицирани с депресия. На повърхността всичко може да изглежда "розово", но не всичко е такова, каквото изглежда - след като участниците предоставили достъп до близо 44 000 снимки в личните си профили в Инстаграм.

Изследователите анализирали информацията в снимките чрез специален софтуер по параметри като цвят, метаданни и разпознаване на лицевото изражение, за да предположат кои участници имат депресия и кои не. Софтуерът не е отчитал текстовите послания към фотографиите, както и коментарите към тях - единствено визуалната част.

Chris Danforth
Снимка: Chris Danforth

Софтуерът точно диагностицирал 70% от случаите с наличие на депресивно заболяване - по-добър резултат от 50% при случаите, диагностицирани от психиатър, според друго изследване.

Компютърният модел идентифицирал редица тенденции сред потребителите на Инстаграм с депресия - фотографиите им са по-сини, по-тъмни и по-сиви, без филтри, имат повече коментари и по-малко харесвания.

Когато използват филтър, предпочитат черно-белия Inkwell, докато контролната група предпочитала топлия и слънчев Valencia. Вижте разликата между двата филтъра от илюстрацията, която авторите на изследването са създали:

Chris Danforth
Снимка: Chris Danforth

Пълните резултати от научното изследване са публикувани в списание "EPJ Data Science".

Коментар:
Изпрати
коментари: 0
  • Първо най-новите
  • Първо най-старите