인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
The Sentence Completion Test (SCT) is a widely used tool in mental health practice to explore individuals’ psychological experiences and underlying vulnerabilities based on an open-ended response format. However, the attempts to objectively quantify and empirically validate them have been scarce. This study examined the utility of natural language processing (NLP) techniques in analyzing responses from the SCT for mental health assessment. Participants (n=535) completed SCT items and the Millon Clinical Multiaxial Inventory-IV (MCMI-IV). Transformer-based sentence embedding methods, including KoSBERT and KLUE-RoBERTa, were utilized. The NLP-based sentence embedding vectors derived from SCT responses effectively predicted MCMI-IV scores, indicating correlations above 0.30. Logistic regression analyses revealed that SCT-derived NLP scores significantly improved the prediction accuracy of identifying individuals currently undergoing mental health treatment, demonstrating incremental validity beyond traditional self-report measures. Findings suggest that brief SCT responses provide meaningful psychological information that complements self-report assessments.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094296352
