In this paper, we present a new met

In this paper, we present a new method for public health
research combining GIS with social media. Compared with traditional
data collection method, our automated method for detecting
MDD users is faster and cheaper for analysis and diagnosis. The
system can be applied to some online forum for detecting depression
topic and forwarding related questions to psychiatrists. Our
GIS results also provide novel knowledge about this disorder by
examining the geographic clustering of MDD users and relationship
with SES.
In this research, we didn't say that our method for MDD diagnosis
can replace the work of a clinical psychologist. Our method
can improve diagnosis techniques for depression. Further detailedclinical contexts are needed to make a formal diagnosis. Future
study should probe into the difference between depression detected
online and self-reported depression reported by a professional
clinical scale table.
Secondly, the Twitter APIs only allows free access to a one
percent convenience sampling of tweets. Data acquired are
restricted to users with public profiles. These may bring some bias
to our result.
Additionally, we only include tweets written in English and
users who identified themselves living in the U.S. Changing any of
those may affect our results.

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจะนำเสนอวิธีการใหม่สำหรับสุขภาพของประชาชนการวิจัยการรวมระบบสารสนเทศภูมิศาสตร์กับสื่อสังคม
เมื่อเทียบกับแบบดั้งเดิมวิธีการเก็บรวบรวมข้อมูลวิธีการของเราโดยอัตโนมัติสำหรับการตรวจสอบผู้ใช้MDD ได้เร็วขึ้นและราคาถูกสำหรับการวิเคราะห์และการวินิจฉัย ระบบสามารถนำไปใช้กับบางฟอรั่มออนไลน์สำหรับการตรวจหาภาวะซึมเศร้าหัวข้อและส่งคำถามที่เกี่ยวข้องกับจิตแพทย์ ของเราผลระบบสารสนเทศภูมิศาสตร์นอกจากนี้ยังให้ความรู้เกี่ยวกับความผิดปกติของนวนิยายเรื่องนี้โดยการตรวจสอบการจัดกลุ่มทางภูมิศาสตร์ของผู้ใช้MDD และความสัมพันธ์กับSES. ในงานวิจัยนี้เราไม่ได้บอกว่าวิธีการของเราสำหรับการวินิจฉัยโรคซึมเศร้าสามารถแทนที่การทำงานของนักจิตวิทยาคลินิก วิธีการของเราสามารถปรับปรุงเทคนิคการวินิจฉัยสำหรับภาวะซึมเศร้า นอกจาก detailedclinical บริบทที่มีความจำเป็นที่จะทำให้การวินิจฉัยอย่างเป็นทางการ ในอนาคตการศึกษาจะหยั่งลงไปในความแตกต่างระหว่างภาวะซึมเศร้าที่ตรวจพบออนไลน์และภาวะซึมเศร้าที่ตนเองรายงานรายงานโดยมืออาชีพตารางขนาดทางคลินิก. ประการที่สอง APIs ทวิตเตอร์เพียง แต่ช่วยให้เข้าถึงอิสระที่จะเป็นหนึ่งที่สุ่มตัวอย่างความสะดวกร้อยละของทวีต ข้อมูลที่ได้มาจะถูกจำกัด ให้กับผู้ใช้ที่มีโปรไฟล์สาธารณะ เหล่านี้อาจนำอคติบางอย่างเพื่อผลของเรา. นอกจากนี้เรารวมเฉพาะทวิตเตอร์เขียนเป็นภาษาอังกฤษและผู้ใช้ที่ระบุว่าตัวเองอาศัยอยู่ในสหรัฐอเมริกาการเปลี่ยนแปลงใด ๆ ของเหล่านั้นอาจส่งผลกระทบต่อเรา

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้ได้เสนอวิธีการใหม่สำหรับการวิจัยทางสาธารณสุข
รวมกับสื่อสังคม เมื่อเทียบกับวิธีเก็บข้อมูลแบบอัตโนมัติของเรา

, วิธีการตรวจสอบผู้ใช้เต็มเร็วและถูกกว่าสำหรับการวิเคราะห์และการวินิจฉัย
ระบบสามารถใช้ได้กับบางฟอรั่มออนไลน์สำหรับตรวจสอบหัวข้อและคำถามที่เกี่ยวข้องกับภาวะซึมเศร้า
ส่งต่อจิตแพทย์ ของเรา
ผล GIS ยังให้ความรู้ใหม่เกี่ยวกับโรคนี้ โดยการแบ่งกลุ่มผู้ใช้ทางภูมิศาสตร์

เต็มและความสัมพันธ์กับ SES .
ในงานวิจัยนี้ เราไม่ได้บอกว่าวิธีการของเราสำหรับ MDD วินิจฉัย
สามารถแทนที่การทำงานของนักจิตวิทยาทางคลินิก วิธีของเรา
สามารถปรับปรุงเทคนิคการวินิจฉัยโรคซึมเศร้า เพิ่มเติมบริบท detailedclinical มีความจำเป็นเพื่อให้การวินิจฉัยอย่างเป็นทางการ อนาคต
การศึกษาควรตรวจสอบความแตกต่างระหว่างภาวะซึมเศร้าและภาวะซึมเศร้าพบ
ออนไลน์ self-reported รายงานโดยโต๊ะระดับคลินิกมืออาชีพ
.
และ Twitter API ช่วยให้เข้าฟรี เพื่อความสะดวกสบายหนึ่ง
เปอร์เซ็นต์จำนวนข้อความ ข้อมูลที่ได้มาเป็น
จำกัดผู้ใช้มีโปรไฟล์สาธารณะ เหล่านี้อาจจะเอาอคติ

นอกจากนี้ผลของเราเรารวม tweets ที่เขียนในภาษาอังกฤษและ
ผู้ใช้ที่ระบุตัวเองที่อาศัยอยู่ในสหรัฐฯ การเปลี่ยนแปลงใด ๆที่อาจมีผลต่อ
ผลของเรา