Chris Danforth

En 2007, Danforth colaboró ​​con Peter Sheridan Dodds para desarrollar el Hedonómetro, un instrumento diseñado para medir la felicidad y los estados emocionales en grandes poblaciones mediante el análisis de textos de redes sociales. ^{[ 5 ]} El proyecto consistió en encuestar a hablantes nativos de varios idiomas para que calificaran palabras en una escala de felicidad, creando un diccionario ponderado de valencia emocional para aproximadamente 10 000 palabras en diez idiomas. ^{[ 6 ]}

El Hedonómetro mide las tendencias emocionales en tiempo real analizando textos de Twitter y otras plataformas de redes sociales. Investigaciones que utilizan esta herramienta han examinado las respuestas emocionales a eventos importantes, las variaciones geográficas en la felicidad y los patrones temporales del estado de ánimo colectivo. ^{[ 7 ]} Estudios han documentado aplicaciones en el análisis de eventos como las protestas de Ferguson, donde la herramienta identificó cambios significativos en los patrones de uso de palabras que reflejaban el sentimiento de la comunidad. ^{[ 6 ]}

La investigación de Danforth ha explorado el uso de datos de redes sociales para la detección temprana de trastornos de salud mental. En colaboración con el psicólogo Andrew Reece de la Universidad de Harvard , realizó un estudio en 2017 analizando fotografías de Instagram para identificar marcadores de depresión . La investigación examinó 43.950 fotos de 166 participantes y utilizó aprendizaje automático para analizar características como la composición del color, el brillo, el uso de filtros y la detección de rostros. ^{[ 8 ]}

El estudio reveló que las fotografías publicadas por personas con depresión tendían a ser más azules, oscuras y grises en comparación con las publicadas por personas sin depresión. El modelo computacional alcanzó una tasa de precisión del 70 % en la identificación de la depresión, superando la tasa de éxito diagnóstico promedio del 42 % de los médicos generales en el diagnóstico de la depresión sin asistencia. ^{[ 9 ]} Cabe destacar que el modelo pudo detectar signos de depresión en fotografías publicadas antes de que las personas recibieran un diagnóstico clínico, lo que sugiere su potencial para aplicaciones de detección temprana. ^{[ 8 ]}

El trabajo de Danforth abarca múltiples áreas de la ciencia computacional y los sistemas complejos. Ha publicado investigaciones sobre:

• Aplicaciones de la teoría del caos a la predicción numérica del tiempo y a la modelización climática. ^{[ 2 ]}
• Análisis de la propagación de información y el contagio social en redes en línea
• Enfoques computacionales para comprender la estructura narrativa y la narración de historias.
• El " fenómeno de la filosofía de Wikipedia ", donde seguir el primer enlace en los artículos de Wikipedia a menudo lleva al artículo de Filosofía. ^{[ 10 ]}

• Peter Sheridan Dodds; Kameron Decker Harris; Isabel M. Kloumann; Catherine A. Bliss; Christopher M. Danforth (2011). "Patrones temporales de felicidad e información en una red social global: hedonometría y Twitter" . PLOS ONE . 6 (12) e26752. Bibcode : 2011PLoSO...626752D . doi : 10.1371/ journal.pone.0026752 . PMC 3233600. PMID 22163266 .  
• Andrew G. Reece; Christopher M. Danforth (2017). "Las fotos de Instagram revelan marcadores predictivos de depresión" . EPJ Data Science . 6 (1): 15. doi : 10.1140/epjds/s13688-017-0110-z . hdl : 20.500.14849/591 .
• Peter Sheridan Dodds; Eric M. Clark; Suma Desu; Morgan R. Frank; Andrew J. Reagan; et  al. (2015). "El lenguaje humano revela un sesgo de positividad universal" . Actas de la Academia Nacional de Ciencias . 112 (8): 2389– 2394. Bibcode : 2015PNAS..112.2389D . doi : 10.1073/pnas.1411678112 .