DZIEDZINA: medicine, biology, chemistry, computing, data analysis, mathematics
OPIS SYNTETYCZNY:
Projekt koncentruje się na analizie zależności między parametrami snu a wskaźnikami dobrostanu jednostki, mając na celu pogłębienie zrozumienia wahań w samopoczuciu oraz wsparcie rozwoju technologii monitorujących wzorce snu. Uczniowie zajmą się badaniem wpływu różnych kombinacji i transformacji metryk regularności snu, takich jak Sleep Regularity Index (SRI), Composite Phase Deviation (CPD), oraz Interdaily Stability (IS), a także czasu trwania snu (TST) na wskaźniki dobrostanu (czujność, szczęście, energia, zdrowie i spokój).
Projekt obejmuje zarówno teoretyczne zgłębianie zagadnień związanych z monitorowaniem snu, jak i praktyczne zastosowanie metod statystycznych, takich jak modele LMM (Linear Mixed Effects) i MERF (Mixed Effects Random Forest), które pozwalają uwzględnić indywidualne różnice. Uczniowie będą analizować znaczące wyniki statystyczne dla niezależnych metryk regularności snu oraz ich kombinacji z czasem trwania snu Ponadto będą oceniać skuteczność modeli, koncentrując się na dokładności prognozowania wyników dobrostanu, gdzie model MERF wykazał wyższość pod względem minimalizacji średniego błędu bezwzględnego (MAE). Celem projektu jest zrealizowanie koncepcji prototypu, własnej propozycji urządzenia monitorującego parametry snu.
EFEKTY NAUCZANIA:
- zapoznanie z metodami statystycznymi
- ocena modeli predykcyjnych
- krytyczna ocena badań naukowych
- analiza i interpretacja danych
INSPIRED BY: Rosalind W, Picard Professor of Media Arts and Sciences; Grover M. Hermann Professor in Health Sciences and Technology, MIT