分析儿童问题行为论文提纲

2022-11-15

论文题目：基于机器学习的流动儿童问题行为的预测研究

摘要：流动儿童是中国社会中需要密切关注的特殊群体。近年来已有大量学者探讨其问题行为的影响因素,而影响流动儿童问题行为的因素是复杂多样的,常见的预测流动儿童问题行为包括人际关系、家庭社会经济地位和负性生活事件等。因此,本研究拟探讨流动儿童问题行为的影响因素,并通过机器学习的算法建立预测模型,以发现影响流动儿童问题行为的重要因素。通过对问题行为的理论及其影响因素的相关研究进行综述,影响流动儿童问题行为的因素主要包括人口统计学变量、积极/消极情绪情感、社交焦虑、歧视知觉、孤独感、主观家庭支持、家庭社会经济地位、师生关系、社会资源和青少年生活事件,并且对机器学习的应用的相关研究进行了梳理。本研究从北京11所学校三年级至五年级中选取3126名流动儿童作为被试,使用SPSS 23.0、R 3.6.2和Python 3.7对研究数据进行分析和建模。研究结果表明:（1）流动儿童的生活压力事件的人际关系压力维度和学业压力维度、师生关系的回避性和冲突性维度、主观家庭支持和积极情感的得分均处于中等偏上水平。孤独感、社会资源、消极情感、歧视知觉的学校歧视知觉和社会歧视知觉维度、生活压力事件的经济压力、家庭压力和未来压力维度、社会资源、社交焦虑的社交回避及苦恼和害怕否定评价维度、师生关系的亲密性和依赖性维度和问题行为的得分均处于中等偏下水平。（2）流动儿童问题行为在性别、年级和家庭结构上均存在显著差异。（3）利用机器学习模型发现影响流动儿童问题行为的重要因素包括生活压力事件、消极情感、师生关系、主观家庭支持、孤独感、家庭社会经济地位和积极情感。（4）机器学习模型在预测流动儿童的问题行为时,其预测性能平均可达到86.7%的AUC值,77.88%的查准率,79.5%的精确率,77.57%的召回率和78.51%的F1值以及0.146的Brier分数。研究结论:（1）流动儿童问题行为的重要影响因素包括生活压力事件中的人际关系、家庭压力和学习压力维度、消极情感、师生关系中的亲密性和冲突性维度、主观家庭支持、孤独感中的纯孤独感和同伴地位维度、家庭社会经济地位、积极情感。（2）利用机器学习建立流动儿童问题行为的预测模型是可行的且预测能力较强的。本研究从个体、家庭、学校、社会层面提出教育建议以期减少流动儿童的消极情绪、社交焦虑、歧视知觉、孤独感和青少年生活事件,增加流动儿童的主观家庭支持、家庭社会经济地位、师生关系、社会资源和积极情绪,进而减少其问题行为。

关键词：流动儿童;问题行为;机器学习;预测

学科专业：心理健康教育

摘要

Abstract

引言

1 文献综述

1.1 问题行为的研究综述

1.2 机器学习在心理健康领域的研究综述

2 问题提出

2.1 现有研究的局限

2.2 本研究的改进

2.3 研究意义