Development of a suicide prediction model for Japanese adolescents using machine learning
使用机器学习开发日本青少年自杀预测模型
基本信息
- 批准号:23K12875
- 负责人:
- 金额:$ 3万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Early-Career Scientists
- 财政年份:2023
- 资助国家:日本
- 起止时间:2023-04-01 至 2026-03-31
- 项目状态:未结题
- 来源:
- 关键词:
项目摘要
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
石井 僚其他文献
乳幼児期における低線量放射線汚染地域での生活が子どもの社会情動性の発達に及ぼす影響:事故から11年後の調査
婴儿期生活在低剂量辐射污染地区对儿童社会情感发展的影响:事故发生11年后的调查
- DOI:
- 发表时间:
2023 - 期刊:
- 影响因子:0
- 作者:
藤原 和政;谷口 弘一;藤原 健志;大内 晶子;金重 利典;谷口 康祐;石井 僚;川俣 理恵;村上 達也;大谷 和大;西村 多久磨;鈴木 雅之;福住 紀明;野中 陽一朗;筒井雄二 - 通讯作者:
筒井雄二
青年期発達と時間的展望―時間的展望研究の動向と課題―
青少年发展与时间视角 - 时间视角研究的趋势和问题 -
- DOI:
- 发表时间:
2016 - 期刊:
- 影响因子:0
- 作者:
Maresuke Shiraishi;Julian B. Munoz;Marc Kamionkowski;Alvise Raccanelli;石井 僚 - 通讯作者:
石井 僚
学校現場で役立つ 教育心理学
教育心理学对学校有用
- DOI:
- 发表时间:
2021 - 期刊:
- 影响因子:0
- 作者:
藤原 和政;谷口 弘一;藤原 健志;大内 晶子;金重 利典;谷口 康祐;石井 僚;川俣 理恵;村上 達也;大谷 和大;西村 多久磨;鈴木 雅之;福住 紀明;野中 陽一朗 - 通讯作者:
野中 陽一朗
時間的連続性尺度の作成
创建时间连续性度量
- DOI:
- 发表时间:
2015 - 期刊:
- 影响因子:0
- 作者:
Maresuke Shiraishi;Julian B. Munoz;Marc Kamionkowski;Alvise Raccanelli;石井 僚;石井 僚;石井 僚 - 通讯作者:
石井 僚
石井 僚的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('石井 僚', 18)}}的其他基金
生物心理社会モデルに基づく日本人青年の自殺機序の解明と予防的介入方法の開発
基于生物心理社会模型的日本青少年自杀机制的阐明及预防干预方法的开发
- 批准号:
19K14385 - 财政年份:2019
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
よりよい生をもたらすデス・エデュケーション方法の開発と効果モデルの構築
开发带来美好生活的死亡教育方法并建立效果模型
- 批准号:
15J10901 - 财政年份:2015
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for JSPS Fellows
相似海外基金
SBIR Phase I: Using ChatGPT and Machine Learning to Power Positive Change among Justice Involved Youth
SBIR 第一阶段:利用 ChatGPT 和机器学习推动参与正义的青少年发生积极变化
- 批准号:
2333168 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Standard Grant
Using Causal Machine Learning Methods to Inform Tobacco Regulatory Science
使用因果机器学习方法为烟草监管科学提供信息
- 批准号:
10662955 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Using Innovative Machine Learning to Detect Organized Support and Opposition to E-cigarette Use Prevention Campaign Messaging on Twitter and TikTok
使用创新的机器学习来检测 Twitter 和 TikTok 上有组织的对电子烟使用预防运动消息的支持和反对
- 批准号:
10720700 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
RAPID: Engaging High School Youth in Algorithmic Justice Through Audits of Designed and Everyday Machine Learning Applications
RAPID:通过审核设计的和日常的机器学习应用程序让高中青年参与算法正义
- 批准号:
2333469 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Standard Grant
機械学習を用いた児童青年期の強迫症患者における認知行動療法の効果予測因子の同定
使用机器学习识别患有强迫症的儿童和青少年认知行为疗法有效性的预测因子
- 批准号:
23K02956 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
RAPID: DRL AI: Constructing Understandings of Generative AI and Machine Learning with High School Youth
RAPID:DRL AI:与高中生一起构建对生成式 AI 和机器学习的理解
- 批准号:
2335926 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Standard Grant
Using machine learning to accelerate our understanding of risks for early substance use among child-welfare and community youth
利用机器学习加速我们对儿童福利和社区青少年早期药物使用风险的了解
- 批准号:
10734004 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Integrating Community Based Participatory Research and Machine Learning Methods to Predict Youth Substance Use Disorders for Urban Cities in New Jersey
整合基于社区的参与性研究和机器学习方法来预测新泽西州城市的青少年药物使用障碍
- 批准号:
10740570 - 财政年份:2023
- 资助金额:
$ 3万 - 项目类别:
Epidemiologic and Machine Learning Approaches to Frame Suicide Prevention Strategies Among Juvenile Justice Youth - 2021
流行病学和机器学习方法在少年司法青年中制定自杀预防策略 - 2021
- 批准号:
10647716 - 财政年份:2022
- 资助金额:
$ 3万 - 项目类别:
Pediatric Chronic Headache and COVID-19: Use of Machine Learning and Biobehavioral Analysis to Classify Headache Mechanism and Optimize Treatment Course.
小儿慢性头痛和 COVID-19:利用机器学习和生物行为分析对头痛机制进行分类并优化治疗方案。
- 批准号:
10521562 - 财政年份:2022
- 资助金额:
$ 3万 - 项目类别:














{{item.name}}会员




