Aqui estão as novidades do projeto Harmony

Estamos felizes em compartilhar algumas novidades interessantes com você. o Harmony agora oferece suporte a pelo menos 8 idiomas: português, francês, alemão, espanhol, russo, chinês e hebraico. Isso significa que você pode usar o Harmony para comparar e harmonizar os dados do questionário em estudos escritos em idiomas diferentes. I evaluated Harmony’s ability to match the GAD-7 in 11 languages to the English version. I found that Harmony was able to achieve >95% AUC for 7 of the 11 non-English languages.

Na quinta-feira, 17 de agosto de 2023, as equipes Harmony e TIDAL se uniram para realizar um workshop na University College London para permitir que os pesquisadores experimentem suas ferramentas de software. O workshop contou com a participação de pesquisadores interessados em usar essas ferramentas para estudar a saúde mental de crianças e adolescentes e outras áreas de pesquisa em ciências sociais, desde os efeitos do vício em jogos de azar até perguntas sobre natureza versus criação em estudos de gêmeos.

Aqui está um guia de início rápido para executar o Harmony . Estas instruções são para a versão completa do Harmony , incluindo a ferramenta gráfica baseada em navegador que está disponível online em https://harmonydata.ac.uk/app/. Se você precisa apenas das bibliotecas Python ou R, ou da API REST , consulte nosso Página do Github . Você precisará primeiro baixar e instalar alguns programas que o Harmony precisa para executar. Você precisa de um computador com pelo menos 16 GB de RAM – em outras palavras, um computador bastante sofisticado.

Estamos realizando workshops para testar o Harmony – veja o link de inscrição aqui .

A correspondência semântica de texto é uma tarefa no processamento de linguagem natural que envolve estimar a semelhança semântica entre dois textos. Por exemplo, se tivéssemos que quantificar a semelhança entre “sinto-me nervoso” e “sinto-me ansioso”, a maioria das pessoas concordaria que essas duas frases estão mais próximas do que “sinto-me feliz”. Um algoritmo de correspondência semântica de texto seria capaz de colocar um número na similaridade, como 79%. Um algoritmo de correspondência semântica de texto é diferente de um algoritmo simples de similaridade de texto, que meramente examina a forma superficial de um texto.

Agora, mais do que nunca, a comunidade de pesquisa internacional está interessada em determinar se suas descobertas se replicam em diferentes contextos. Por exemplo, se um pesquisador descobre uma associação potencialmente importante entre duas variáveis, ele pode querer verificar se essa associação está presente em outras populações (por exemplo, países diferentes ou gerações diferentes). Em um mundo ideal, isso seria alcançado por meio da realização de estudos de acompanhamento harmonizados por projeto.

Novas descobertas para o envolvimento do paciente e do público Cerca de um ano atrás, entrei totalmente no mundo da pesquisa de análise de dados secundários - longe da pesquisa aplicada em saúde mental com métodos criativos de coleta de dados e pequenos tamanhos de amostra, em direção a big data e esforços de análises complexas para superar o que alguém considerou não valer a pena medir (espere, por que não estamos avaliando a regulação emocional em todo e qualquer estudo 1?

Quando você insere dois questionários no Harmony , como o GAD-7 e o Beck’s Anxiety Inventory , o Harmony é capaz de combinar perguntas semelhantes e atribuir um número à correspondência. (Escrevi outra postagem no blog sobre como medimos o desempenho do Harmony em termos de AUC ). Então, como o Harmony consegue isso? O Harmony usa técnicas da área de processamento de linguagem natural para identificar quando duas perguntas tratam de um tópico semelhante.

5 principais coisas que a Ciência da Implementação nos ensinou a focar em Ontem, a equipe Harmony recebeu a maravilhosa notícia de que temos a chance de continuar trabalhando no Harmony por mais seis meses, após os quais podemos nos apresentar para a rodada final. O Prêmio Wellcome Mental Health Data escolheu uma abordagem incomum (para o mundo da pesquisa) desta vez, usando um “ Esquema no estilo Dragon’s Den”, onde as equipes de pesquisa podem lançar suas ideias para obter financiamento para seus projetos.