সামাজিক বিজ্ঞান গবেষণা/বিষণ্ণতার কারণ

জেনোডো-তে (Zenodo) প্রকাশিত পরীক্ষামূলক গবেষণা: https://zenodo.org/records/10821700, যার শিরোনাম "অ্যান এক্সপেরিমেন্টাল প্যারাডাইম ফর ট্রিগারিং আ ডিপ্রেসিভ সিনড্রোম", এর লক্ষ্য ছিল একটি নিয়ন্ত্রিত সামাজিক বর্জনের কাঠামোর মাধ্যমে সুস্থ ব্যক্তিদের মধ্যে বিষণ্ণতার লক্ষণ সৃষ্টি করা। "সাইবারবল" (Cyberball) নামক একটি অনলাইন বল-ছোঁড়ার খেলার মাধ্যমে ১৩৪ জন সুস্থ ও অ-চিকিৎসাধীন কলেজ শিক্ষার্থীকে দৈবচয়ন পদ্ধতিতে 'বর্জন' (Exclusion বা EX) অথবা 'অন্তর্ভুক্তি' (Inclusion বা IN) দলে যুক্ত করা হয়েছিল (তাদের ধারণা ছিল যে তারা অন্য অংশগ্রহণকারীদের সাথে সরাসরি খেলছে)। তবে, খেলাটি পূর্ব-প্রোগ্রাম করা ছিল: অন্তর্ভুক্তি দলের অংশগ্রহণকারীরা খেলার সময় সমানভাবে বল পেয়েছিল; অন্যদিকে বর্জন দলের অংশগ্রহণকারীরা উল্লেখযোগ্যভাবে কম বল পেয়েছিল। খেলা শেষে বর্জন দলটিকে নেতিবাচক প্রতিক্রিয়া দেওয়া হয়েছিল।

অ্যান্ড্রুজ, পি. (২০২৪)। ডেটা ফ্রম: অ্যান এক্সপেরিমেন্টাল প্যারাডাইম ফর ট্রিগারিং আ ডিপ্রেসিভ সিনড্রোম [উপাত্ত সেট]। জেনোডো। https://doi.org/10.5061/dryad.v6wwpzh2v

ফলাফল নির্দেশ করে যে বর্জিত অংশগ্রহণকারীরা:

• নিজেদের মধ্যে দুঃখবোধ উল্লেখযোগ্যভাবে বৃদ্ধি এবং সুখবোধ হ্রাসের কথা জানিয়েছেন, তবে উদ্বেগ বা শান্তভাবের ক্ষেত্রে এমনটি হয়নি।
• বিষণ্ণতা সংক্রান্ত রোমন্থনের (রুমিনেশন) পাঁচটি চলকের মধ্যে চারটিতে উল্লেখযোগ্যভাবে উচ্চতর স্কোর অর্জন করেছেন।
• একটি দ্বৈত ব্যাঘাতমূলক কাজে উল্লেখযোগ্যভাবে খারাপ ফলাফল দেখিয়েছেন, যা তাদের মনোযোগের ঘাটতিকে নির্দেশ করে।

আর-এ লাইব্রেরি এবং উপাত্ত লোড করা

পরীক্ষামূলক গবেষণার উপাত্তগুলো প্রকল্পের সাথে যুক্ত করা হয়েছে:

 library(dplyr)
 library(ggplot2)
 library(statsr)
 library(gridExtra)
 library(readxl)

 data <-read.csv("RFactorScore.csv", header = TRUE)
 data$Time <- as.factor(data$Time)
 data$Cond <- factor(data$Cond, levels = c(1, 0), labels
 = c("Exclusion", "Inclusion"))

 data2 <-read_excel("CyberMLCNF.xlsx")
 data2$Cond <- factor(data2$Cond, levels = c(1, 0), labels
 = c("Exclusion", "Inclusion"))
 data2$WordCond <- factor(data2$WordCond)
 data2$`RAPM Score` <- as.numeric(data2$`RAPM Score`)

 attach(data)

দুঃখবোধ বৃদ্ধি এবং সুখবোধ হ্রাস

চিত্র:Depression-related variables.png

আমরা উপাত্ত সেটে মোট দুঃখ, সুখ, উদ্বেগ এবং শান্তভাবের চলকগুলো তৈরি করি তাদের স্ব-স্ব কলামগুলো যোগ করে। এরপর শর্ত (অন্তর্ভুক্তি এবং বর্জন) অনুসারে এবং পরিমাপ নেওয়ার তিনটি ভিন্ন সময়ের ভিত্তিতে এই চলকগুলোর গড়ের চারটি লেখচিত্র অঙ্কন করি। বর্জনের শিকার হলে, দুঃখবোধ উল্লেখযোগ্যভাবে বৃদ্ধি এবং সুখবোধ উল্লেখযোগ্যভাবে হ্রাস পেতে দেখা যায়, তবে উদ্বেগ বা শান্তভাবের ক্ষেত্রে তা দেখা যায় না:

 data$TotalSadness = Sad + Low + Dep + Down
 data$TotalHappiness =  Happy + Over + Joy
 data$TotalAnxiety = Anx + Nerv + Wor + Tense + Uneasy
 data$TotalCalmness = Calm + Peace + Cont + Satis

 g1<-data %>%
  group_by(Cond,Time) %>%
  summarize(mean_sadness = mean(TotalSadness, na.rm=T)) %>%
  ggplot(aes(Time, mean_sadness, group = Cond, colour = Cond))+
  geom_line()+
  geom_point(position = position_dodge(width = 0))+
  ggtitle("Tristezza")

g2<-data %>%
  group_by(Cond,Time) %>%
  summarize(mean_happiness = mean(TotalHappiness, na.rm=T)) %>%
  ggplot(aes(Time, mean_happiness, group = Cond, colour = Cond))+
  geom_line()+
  geom_point(position = position_dodge(width = 0))+
  ggtitle("Felicità")

g3<-data %>%
  group_by(Cond,Time) %>%
  summarize(mean_anxiety = mean(TotalAnxiety, na.rm=T)) %>%
  ggplot(aes(Time, mean_anxiety, group = Cond, colour = Cond))+
  geom_line()+
  geom_point(position = position_dodge(width = 0))+
  ggtitle("Ansia")

g4<-data %>%
  group_by(Cond,Time) %>%
  summarize(mean_calmness = mean(TotalCalmness, na.rm=T)) %>%
  ggplot(aes(Time, mean_calmness, group = Cond, colour = Cond))+
  geom_line()+
  geom_point(position = position_dodge(width = 0))+
  ggtitle("Calma")

grid.arrange(g1,g2,g3,g4, nrow=2, ncol=2)

বিষণ্ণতা সংক্রান্ত রোমন্থন

এই গবেষণায় বিষণ্ণতা সংক্রান্ত রোমন্থন বা রুমিনেশন মূলত অংশগ্রহণকারীদের সাইবারবল খেলার অভিজ্ঞতার পরে লেখা পাঠ্য বা টেক্সট বিশ্লেষণের মাধ্যমে পরিমাপ করা হয়েছিল। পরিসংখ্যানগত বিশ্লেষণের মাধ্যমে এই রোমন্থন সূচকগুলোর সাথে অন্তর্ভুক্তি এবং বর্জন শর্তগুলোর মধ্যে পার্থক্যগুলো পরীক্ষা করা হয়। ফলাফলে দেখা যায় যে, বর্জন দলের অংশগ্রহণকারীরা বিষণ্ণতা সংক্রান্ত রোমন্থনের পাঁচটি চলকের মধ্যে চারটিতে উল্লেখযোগ্যভাবে উচ্চতর স্কোর করেছেন।

পরিমাপ করা পাঁচটি চলক হলো:

• কারণভিত্তিক পুনর্গঠন (সিআর চলক): অংশগ্রহণকারী কতটা গভীরভাবে কোনো সমস্যা বা ব্যর্থতার দিকে পরিচালিত ঘটনাগুলোর ধারা পুনর্গঠন করার চেষ্টা করেন, যেখানে সম্ভাব্য হস্তক্ষেপের দিকগুলো চিহ্নিত করা হয়। অংশগ্রহণকারী কতটা স্পষ্টভাবে এই কারণভিত্তিক পুনর্গঠনের বিষয়টি প্রকাশ করেছেন, তার ওপর ভিত্তি করে মূল্যায়নকারীরা এই দিকটিতে স্কোর প্রদান করেছেন।

inference(x = Cond, y = CR, data = data2,
                statistic = "mean", type = "ht",
                method = "theoretical", alternative = "greater", null = 0,
                conf_level = 0.95)

প্রতিক্রিয়া চলক: সংখ্যাগত
ব্যাখ্যামূলক চলক: শ্রেণিবদ্ধ (২টি স্তর)
n_Exclusion = 71, y_bar_Exclusion = 1.5634, s_Exclusion = 1.2275
n_Inclusion = 63, y_bar_Inclusion = 0.6825, s_Inclusion = 1.0599
H0: mu_Exclusion =  mu_Inclusion
HA: mu_Exclusion > mu_Inclusion
t = 4.4573, df = 62
p_value = < 0.0001

যেহেতু p_value < 0.05, তাই আমরা নাস্তি উপপ্রকল্প (null hypothesis বা HO) প্রত্যাখ্যান করি এবং বিকল্প উপপ্রকল্প (alternative hypothesis বা HA) গ্রহণ করি। সুতরাং, আমরা ৯৫% নিশ্চিত যে অন্তর্ভুক্ত হওয়া বিষয়গুলোর তুলনায় বর্জিত বিষয়গুলোতে কারণভিত্তিক সিআর (CR) স্কোরের গড় পুনর্গঠন স্কোর বেশি।

• আত্ম-নিন্দা (সেলফবি বা SelfB চলক): অংশগ্রহণকারী কতটা নিজেকে কোনো সমস্যা বা নেতিবাচক অনুভূতির মূল কারণ হিসেবে চিহ্নিত করেন। অংশগ্রহণকারী কতটা স্পষ্টভাবে নিজের ওপর দোষ চাপিয়েছেন, স্কোরটি তা প্রতিফলিত করে।

একইভাবে, যেহেতু p_value <0.05, তাই আমরা নাস্তি উপপ্রকল্প HO প্রত্যাখ্যান করি এবং বিকল্প উপপ্রকল্প HA গ্রহণ করি। এর অর্থ হলো আমরা ৯৫% নিশ্চিত যে অন্তর্ভুক্ত হওয়া বিষয়গুলোর তুলনায় বর্জিত বিষয়গুলোতে আত্ম-নিন্দার গড় স্কোর সেলফবি (SelfB) বেশি।

• নিম্ন আত্মমর্যাদাবোধ (এলএসই বা LSE চলক): অংশগ্রহণকারী কতটা নিজের মূল্য বা গুরুত্ব সম্পর্কে নেতিবাচক ধারণা প্রকাশ করেন। মূল্যায়নকারীরা পাঠ্যগুলোর মধ্যে এই নেতিবাচক ধারণার ইঙ্গিতগুলো খুঁজেছেন।

একইভাবে, যেহেতু p_value <0.05, তাই আমরা নাস্তি উপপ্রকল্প HO প্রত্যাখ্যান করি এবং বিকল্প উপপ্রকল্প HA গ্রহণ করি। এর অর্থ হলো আমরা ৯৫% নিশ্চিত যে অন্তর্ভুক্ত অংশগ্রহণকারীদের তুলনায় বর্জিত অংশগ্রহণকারীদের ক্ষেত্রে গড় নিম্ন আত্মমর্যাদাবোধ স্কোর (LSE) বেশি।

• সমস্যার উপস্থিতি (পিওফএপি বা PofaP চলক): যদিও এটি নির্দিষ্টভাবে "রোমন্থন"-এর কোনো দিক নয়, তবুও পরীক্ষায় কোনো সমস্যা বা নেতিবাচক অনুভূতির স্বীকৃতি মূল্যায়ন করা হয়েছিল।

একইভাবে, যেহেতু p_value <0.05, তাই আমরা নাস্তি উপপ্রকল্প HO প্রত্যাখ্যান করি এবং বিকল্প উপপ্রকল্প HA গ্রহণ করি। এর অর্থ হলো আমরা ৯৫% নিশ্চিত যে অন্তর্ভুক্ত অংশগ্রহণকারীদের তুলনায় বর্জিত অংশগ্রহণকারীদের ক্ষেত্রে গড় নিম্ন আত্মমর্যাদাবোধ স্কোর (PofaP) বেশি।

• বিপরীতমুখী চিন্তাভাবনা (সিটি বা CT চলক): অংশগ্রহণকারী কতটা অতীতের ঘটনাগুলোর ওপর চিন্তা করেন এবং যা ঘটেছে তার বিকল্প কল্পনা করেন। এক্ষেত্রেও বিপরীতমুখী চিন্তাভাবনাগুলো কতটা স্পষ্টভাবে প্রকাশ করা হয়েছে তার ওপর ভিত্তি করে মূল্যায়নকারীরা একটি স্কোর নির্ধারণ করেছেন।

inference(x = Cond, y = CT, data = data2,
                statistic = "mean", type = "ht",
                method = "theoretical", alternative = "twosided", null = 0,
                conf_level = 0.95)

প্রতিক্রিয়া চলক: সংখ্যাগত
ব্যাখ্যামূলক চলক: শ্রেণিবদ্ধ (২টি স্তর)
n_Exclusion = 71, y_bar_Exclusion = 0.3521, s_Exclusion = 0.7191
n_Inclusion = 63, y_bar_Inclusion = 0.2222, s_Inclusion = 0.7058
H0: mu_Exclusion =  mu_Inclusion
HA: mu_Exclusion != mu_Inclusion
t = 1.0539, df = 62
p_value = 0.296

p_value > 0.05 হওয়ায়, আমরা নাস্তি উপপ্রকল্প H0 গ্রহণ করি, যার অর্থ হলো আমরা ৯৫% নিশ্চিত যে বর্জিত এবং অন্তর্ভুক্ত ব্যক্তিদের মধ্যে গড় সিটি (CT) বিপরীতমুখী চিন্তাভাবনার স্কোরে কোনো উল্লেখযোগ্য পার্থক্য নেই।

মনোযোগ দিতে অসুবিধা

আরএপিএম (RAPM) সম্পন্ন করার জন্য অংশগ্রহণকারীদের ১০ মিনিট সময় দেওয়া হয়েছিল। একইসাথে তাদের মনোযোগ এবং মুখস্থ করার দক্ষতা মূল্যায়ন করার জন্য শব্দের একটি তালিকাও মনে করতে হয়েছিল। বর্জিত ব্যক্তিরা এই কাজে উল্লেখযোগ্যভাবে খারাপ ফলাফল দেখিয়েছেন, যা তাদের মনোযোগের ঘাটতিকে নির্দেশ করে।

inference(x = Cond, y = `RAPM Score`, data = data2,
                statistic = "mean", type = "ht",
                method = "theoretical", alternative = "less", null = 0,
                conf_level = 0.95)

প্রতিক্রিয়া চলক: সংখ্যাগত
ব্যাখ্যামূলক চলক: শ্রেণিবদ্ধ (২টি স্তর)
n_Exclusion = 69, y_bar_Exclusion = 6.5362, s_Exclusion = 2.6711
n_Inclusion = 62, y_bar_Inclusion = 7.4677, s_Inclusion = 1.9646
H0: mu_Exclusion =  mu_Inclusion
HA: mu_Exclusion < mu_Inclusion
t = -2.2887, df = 61
p_value = 0.0128

যেহেতু p-value <0.05, তাই আমরা নাস্তি উপপ্রকল্প (HO) প্রত্যাখ্যান করি এবং বিকল্প উপপ্রকল্প (HA) গ্রহণ করি। সুতরাং, আমরা ৯৫% নিশ্চিত যে অন্তর্ভুক্ত অংশগ্রহণকারীদের তুলনায় বর্জিত অংশগ্রহণকারীদের মধ্যে গড় আরএপিএম (RAPM) স্কোর কম।