Empfohlen
Empfohlen
Weitere ähnliche Inhalte
Ähnlich wie Persoonallisuus ja kulttuuri mobiilidatassa
Ähnlich wie Persoonallisuus ja kulttuuri mobiilidatassa (11)
Persoonallisuus ja kulttuuri mobiilidatassa
- 1. University of Oulu Persoonallisuus ja kulttuuri mobiilidatassa Dr Ella Peltonen, Oulun yliopisto ella.peltonen@oulu.fi
- 2. University of Oulu Menetelmiä mobiililaitekäyttäjän persoonallisuuden ja kulttuuritaustan analysoimiseen 11/20/202 ACM MobileHCI 2018
- 3. University of Oulu “Perustavia” kysymyksiä ‒ Elektroniikan käyttö ja merkitys korostuneet: mitä voidaan oppia ihmisistä puhelinten avulla? ‒ Älypuhelin generalisoitunut laite: miten voidaan parhaiten tukea henkilökohtaista käyttökokemusta? ‒ Millaisia vaikutuksia arkipäivän datalla on: sensitiivinen informaatio ja sen käyttö yhteiskunnassa yleensä 11/20/20 Replace footertext if needed3
- 4. University of Oulu Mobiilikäytön kerääminen ‒ Carat-projekti Helsingin yliopistossa 2011-2018 ‒ 850 000 käyttäjää kansainvälisesti asensi käyttöä tarkkailevan sovelluksen ‒ Crowdsensing/crowdsourcing-paradigma ‒ Datassa logit käytetyistä sovelluksista ja teknisiä attribuutteja ‒ Kyselyitä mm. PHQ-8, 50-item Big5, Hofstede Value Survey Model (joitakin tuhansia vastaajia) 11/20/20 Replace footertext if needed4
- 5. University of Oulu Demografiset tekijät ‒ Monen eri demografisen tekijän summa ‒ Tilastollisia päätelmiä, ei johtopäätöksiä yksilöstä ‒ Vähemmistöjä yms. ryhmiä vaikea tutkia, erittäin sensitiivistä dataa ‒ Tekijät ”self-reported”, vain maa voidaan varmentaa verkkotiedolla 11/20/205
- 6. University of Oulu Kulttuuri/maa ‒ Hofstede’s Value Survey Model – laajasti kritisoitu, mutta kulttuurin määritelmä on vaikea ‒ Numeerisia tuloksia, ei laadullista tutkimusta tehty - olisi hienoa, jos olisi osaamista menetelmiin ja data! ‒ Joitakin ”maaklustereita” mahdollista tunnistaa tilastomenetelmin Peltonen et al. The Hidden Image of Mobile Apps: Geographic, Demographic, and Cultural Factors in Mobile Usage. ACM MobileHCI 2018 11/20/206
- 7. University of Oulu Persoonallisuus ‒ 50-itemin Big5 –kysely ‒ Edelleen tilastoanalyysiä laajan populaation yli, ei vedetä yksilöön liittyviä johtopäätöksiä ‒ Sovellusten ja sovelluskategorioiden käyttö yhtä ennustavaa ‒ Parhaiten ennustettu neljännes hyvin pienillä virheillä (RMSE), huonoin neljännes käytännössä randomia Peltonen et al. ” When phones get personal: Predicting Big Five personality traits from application usage”, PMC Journal 2020 11/20/207
- 8. University of Oulu Kiinnostavia kysymyksiä jatkossa ‒ Android/iOS-kehitys: Datan kerääminen yhä vaikeampaa vanhoilla menetelmillä ‒ Laadullisten menetelmien huomioiminen tilastomenetelmien rinnalla ‒ Työn alla mm. unen laatuun ja depressioon liittyviä aiheita ‒ Muita kiinnostavia kysymyksiä: 1. Pohjoinen talvi ja elektroniikan käyttö 2. Erityisryhmät, kuten neurodiversiteetti ja terveydenhuollon teemat 3. Eettiset teemat ja korkea sensitiivisyys tekijänä, ”highly personal data” 11/20/208
- 9. University of Oulu Persoonallisuus ja kulttuuri mobiilidatassa Dr Ella Peltonen, Oulun yliopisto ella.peltonen@oulu.fi