[論文レビュー] Typical Phone Use Habits: Intense Use Does Not Predict Negative Well-Being

Kleomenis Katevas, Ioannis Arapakis+1 more|arXiv (Cornell University)|Jul 6, 2018

Impact of Technology on Adolescents参考文献 45被引用数 6

ひとこと要約

本研究では、340名のAndroidユーザーのスマートフォン利用データを4週間分収集し、非教師あり機械学習を用いて5つの明確な端末利用行動のパターン（限定的利用、業務利用、パワーユーザー、性格要因起因の問題的利用、外部要因起因の問題的利用）を同定した。一般的な仮定とは対照的に、全体的な利用強度が高いことが負の健康状態を予測するのではなく、むしろ頻繁で長時間にわたる夜間の利用が、抑うつスコアの上昇や緊張、退屈、悲しみの増加といったより悪い感情状態の主な予測要因であった。

ABSTRACT

Not all smartphone owners use their device in the same way. In this work, we uncover broad, latent patterns of mobile phone use behavior. We conducted a study where, via a dedicated logging app, we collected daily mobile phone activity data from a sample of 340 participants for a period of four weeks. Through an unsupervised learning approach and a methodologically rigorous analysis, we reveal five generic phone use profiles which describe at least 10% of the participants each: limited use, business use, power use, and personality- & externally induced problematic use. We provide evidence that intense mobile phone use alone does not predict negative well-being. Instead, our approach automatically revealed two groups with tendencies for lower well-being, which are characterized by nightly phone use sessions.

研究の動機と目的

• 多様なユーザー集団における自然でデータ駆動のスマートフォン利用行動のクラスタを同定すること。
• 高強度のスマートフォン利用が負の感情的健康状態と相関するかどうかを調査すること。
• タイミング、文脈、デバイス設定（例：リングモード）が心理的苦痛を予測する役割を検討すること。
• 自己報告による測定に代わって、客観的なセンサーログと多層モデルを用いて健康状態を評価すること。
• スマートフォン利用に関する道徳的パニックを是正するため、精神的健康と関連する洗練された行動パターンを同定すること。

提案手法

• 340名の参加者から、カスタムAndroidログアプリを用いて4週間分の詳細なモバイル端末活動ログを収集した。
• 利用パターン、セッション時間、時間帯別の利用、アプリカテゴリに基づいて、明確なユーザーパタンを同定するため、非教師ありクラスタリング（おそらくk-meansまたは類似手法）を適用した。
• 複数の統計的および評価指標を用いてクラスタの妥当性と外部妥当性を検証した。
• ユーザークラスタと心理的測定値（PHQ-8（抑うつ）、ビッグファイブの性格特性、感情状態尺度）を結びつけるために多層モデルを統合した。
• 問題的利用クラスタを区別するための主要な行動指標として、リングモード設定と夜間のセッション頻度を用いた。
• 過去の研究が限定的で特定の人口統計に偏ったサンプルに限られていたのに対し、多様で制限のないサンプルを用いることで、外部妥当性を向上させた。

実験結果

リサーチクエスチョン

• RQ1 多様なユーザー集団における実世界の利用ログから、自然で潜在的なモバイル端末利用パターンはどのようなものか？
• RQ2 全体的なモバイル端末利用強度が高いことは、負の感情的健康状態を予測するか？
• RQ3 タイミング、継続時間、デバイス設定といった特定の利用行動のうち、どれが精神的健康状態の悪化と最も強く関連しているか？
• RQ4 性格的特徴と外部的ストレス要因は、個別のユーザーパターンと感情的結果にどのように関連しているか？
• RQ5 自己報告では捉えきれない問題的利用パターンを、客観的な利用データが明らかにできるか？

主な発見

• 本研究では5つの明確なユーザーパターン（限定的利用、業務利用、パワーユーザー、性格要因起因の問題的利用、外部要因起因の問題的利用）を同定した。
• 全体的なスマートフォン利用強度は負の健康状態を予測しなかった。パワーユーザー（最も多く利用するユーザー）は、感情状態や性格特性に著しい低下を示さなかった。
• 特に長時間で頻繁な夜間のスマートフォン利用セッションは、PHQ-8抑うつスコアの上昇、緊張の増加、否定的で感情的な状態との強い関連が見られた。
• 2つの問題的利用クラスタ（4番目と5番目）のメンバーは、パワーユーザーよりも全体的な利用時間が少なかったにもかかわらず、特に平日中に、より悪い気分、より高い緊張、より高い退屈を感じていた。
• 外部要因起因の問題的利用クラスタは、通常のリングモードではなくバイブレーションモードを使用していたことが特徴で、これは内発的不安定性ではなく、外部的ストレス要因（例：職場のプレッシャー）が根本的要因であることを示唆している。
• リングモード設定は、健康状態の強力な行動指標となった。バイブレーションモードの使用は、より高い感情的安定性とより良い対処戦略と関連していた。