| Project/Area Number |
22K02095
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 08030:Family and consumer sciences, and culture and living-related
|
|---|
| Research Institution | Iwate Prefectural University |
|---|
Principal Investigator |
西崎 実穂 岩手県立大学, ソフトウェア情報学部, 准教授 (90610957)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | アフォーダンス / RPG / 可視化 / 習慣化 / 事故予防 |
|---|
| Outline of Research at the Start |
本研究は、家における乳幼児の不慮の事故を防ぐために、家の中の「状況」を可視化することで乳幼児の周囲に存在する家族の事故予防に対する理解を深め、さらに予防へつながる行動を習慣化する支援システムを提案する。具体的には、これまで取り組んできた縦断的観察とその動画を基に、(1)データ構造化による事故要因の特定、(2)状況別要因の可視化による予防行動の「習慣化」支援ツールを開発する。さらに(3)情報のリアルタイム共有システム構築を行い、予防行動のネットワークの土台形成を目指す。
|
| Outline of Annual Research Achievements |
本研究は乳幼児期の不慮の事故予防を目的に、家の中の「状況」を可視化することによって家庭内で事故に対する理解を深め、さらに予防行動を習慣化するシステム構築を目指す。具体的には、これまで取り組んできた縦断的観察による動画を基に、（１）事故要因の特定、（２）状況別要因の可視化による予防行動の「習慣化」支援ツール開発、（３）情報のリアルタイム共有システム構築を行う。
今年度（２０２3年）は、（１）事故要因の特定に係る調査（２０２２年度から継続）として、1８才以上から８０代までの成人１６３名を対象に、家の中の日用品に対する寸法感覚の調査を実施した。日用品は乳幼児期に頻出する事故に関わる物を取り上げた。結果、対象物の標準寸法と回答された推定寸法との間に差が生じていることが明らかとなった。これらの寸法感覚のズレと回答者自身の認識、属性、中でも同居する子どもの有無および子どもの年齢との関係についても知見が得られた。（２）状況別要因の可視化による「習慣化」支援ツール開発については、昨年度作成した「寸法」に焦点を当てたプロトタイプの改良を行なった。また、データベースの内容もより事故予防に役立つよう内容および構造を改良し、応用として複数の可視化の手法を用いてアプリケーションに表示するための試作を行なった。
縦断的観察による動画データの追加については、今年度は9名の乳幼児の参加が可能となり、現在もデータ収集を進めている。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
ありがたいことに縦断的観察への応募やお問い合わせを例年の約４倍頂戴した。しかし、事務手続きや長い観察期間の維持への対応が複雑となり、やや遅れが生じた。
|
| Strategy for Future Research Activity |
今後は、昨年度に改善策として挙げた作業の自動化（主にデータのクレンジング、画像編集、スクレイピング）を強化し、物体認識の範囲拡大、加えてプロトタイプ開発にもAIの導入を行い、さらに時間短縮と内容の充実を目指す。今年度収集したデータについても個人情報に注意しながら前処理を進め、多様な日常環境の状況をシステムに反映できるよう努める。
|
