Prediction and Identification of Key Factors Associated with High Soft Drink Consumption Among University Students Using Machine Learning
इस अध्ययन ने 450 विश्वविद्यालय छात्रों के डेटा का विश्लेषण करने और उच्च सॉफ्ट ड्रिंक खपत के प्रमुख भविष्यवक्ताओं के रूप में धूम्रपान की स्थिति और शैक्षणिक वर्ष की पहचान करने के लिए मशीन लर्निंग, विशेष रूप से रैंडम फॉरेस्ट एल्गोरिदम का उपयोग किया, जिससे लक्षित स्वास्थ्य हस्तक्षेपों को सूचित करने के लिए 77.04% सटीकता प्राप्त हुई।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आधुनिक जीवन की भीड़भाड़ वाली गलियों में, मीठे पेय पदार्थ एक निरंतर साथी बन गए हैं, विशेष रूप से उन युवाओं के लिए जो स्वतंत्रता की ओर संक्रमण कर रहे हैं। ये पेय, जो अक्सर कार्बोनेटेड होते हैं और रिफाइंड शुगर या कृत्रिम मिठास से भरे होते हैं, ऊर्जा और स्वाद का एक त्वरित उछाल प्रदान करते हैं, लेकिन स्वास्थ्य विशेषज्ञों ने लंबे समय से चेतावनी दी है कि इनके तरल कैलोरी ठोस भोजन की तरह भूख को शांत नहीं करते हैं। यह विच्छेद कुल ऊर्जा सेवन में क्रमिक वृद्धि का कारण बन सकता है, जिससे वजन बढ़ने और दंत क्षय तथा चयापचय संबंधी विकारों जैसी कई अन्य स्वास्थ्य समस्याओं में योगदान मिलता है। हालांकि जोखिम अच्छी तरह से ज्ञात हैं, लेकिन यह समझना कि वास्तव में कौन सबसे अधिक पीता है और क्यों, एक जटिल पहेली बना हुआ है। लोग इन विकल्पों को व्यक्तिगत आदतों, सामाजिक दबावों और उन पेय पदार्थों के बारे में अपनी धारणाओं के एक उलझे हुए जाल के आधार पर चुनते हैं। इस जाल को सुलझाने के लिए, शोधकर्ता तेजी से एक शक्तिशाली नए उपकरण की ओर मुड़ रहे हैं: मशीन लर्निंग। पारंपरिक तरीकों के विपरीत जो दो चीजों के बीच सरल, सीधी रेखा वाले संबंधों को देखते हैं, ये कंप्यूटर एल्गोरिदम विशाल मात्रा में जानकारी को छान सकते हैं ताकि छिपे हुए, गैर-रेखीय पैटर्न खोजे जा सकें, जो उन कारकों को प्रकट करते हैं जो व्यवहार को संचालित करते हैं, जिन्हें मानवीय अंतर्ज्ञान शायद मिस कर दे।
मौलाना भाषाओं विज्ञान एवं प्रौद्योगिकी विश्वविद्यालय, बांग्लादेश की शोधकर्ताओं की एक टीम ने इस उन्नत दृष्टिकोण को एक विशिष्ट समूह पर लागू करने का निर्णय लिया: विश्वविद्यालय के छात्र। वे केवल साधारण सर्वेक्षणों से आगे बढ़कर एक भविष्य कहने वाला मॉडल (प्रिडिक्टिव मॉडल) बनाना चाहते थे जो यह पहचान सके कि कौन से छात्र सॉफ्ट ड्रिंक्स का अधिक सेवन करने की संभावना रखते हैं और अधिक महत्वपूर्ण बात यह कि उन विशिष्ट लक्षणों को समझ सके जो उन्हें ऐसा करने के लिए प्रेरित करते हैं। टीम ने परिसर के 450 स्नातक छात्रों से डेटा एकत्र किया, उनसे उनके जीवन के विवरण प्राप्त करने के लिए आमने-सामने साक्षात्कार किया। उन्होंने आयु और अध्ययन के वर्ष जैसे बुनियादी जनसांख्यिकीय विवरणों के बारे में पूछा, लेकिन साथ ही धूम्रपान और शराब के सेवन जैसी व्यक्तिगत आदतों और स्वयं पेय पदार्थों के प्रति उनके दृष्टिकोण, जैसे कि क्या वे मानते थे कि सॉफ्ट ड्रिंक्स स्वादिष्ट हैं या उन्हें लगा कि इनमें हानिकारक संरक्षक (प्रिजर्वेटिव्स) शामिल हैं, के बारे में भी गहराई से जाना। शोधकर्ताओं ने "उच्च उपभोक्ता" को किसी भी ऐसे व्यक्ति के रूप में परिभाषित किया जो प्रति सप्ताह कम से कम एक लीटर सॉफ्ट ड्रिंक पीता है, एक ऐसा मानदंड जिसने उन्हें भारी पीने वालों को शेष छात्र निकाय से स्पष्ट रूप से अलग करने की अनुमति दी।
डेटा की प्रारंभिक जांच ने एक चौंकाने वाली तस्वीर पेश की। लगभग एक-तिहाई छात्र, या 33.6 प्रतिशत, उच्च-उपभोग की श्रेणी में आते थे। जब शोधकर्ताओं ने इन भारी उपभोक्ताओं की तुलना उन लोगों से की जो कम पीते थे, तो स्पष्ट पैटर्न उभर कर आए। जो छात्र सबसे अधिक पीते थे, उनके धूम्रपान करने वाले और शराब का सेवन करने वाले होने की संभावना काफी अधिक थी। उनके दृष्टिकोण भी भिन्न थे; भारी पीने वाले इस बात से सहमत होने की अधिक संभावना रखते थे कि सॉफ्ट ड्रिंक्स बहुत स्वादिष्ट होते हैं और इस विश्वास की कम संभावना रखते थे कि इन पेय पदार्थों में हानिकारक सामग्रियां शामिल हैं या इनसे स्वास्थ्य संबंधी समस्याएं होती हैं। दिलचस्प बात यह है कि विश्वविद्यालय करियर में छात्र का वर्ष भी मायने रखता था, जिसमें दूसरे वर्ष के छात्रों में भारी पीने की दर सबसे अधिक देखी गई। इन निष्कर्षों ने सुझाव दिया कि बहुत अधिक सॉफ्ट ड्रिंक पीना एक अलग आदत नहीं थी, बल्कि अक्सर जीवनशैली के व्यापक समूहों और भोजन एवं स्वास्थ्य के बारे में विशिष्ट धारणाओं का हिस्सा था।
इन संबंधों को समझने और भविष्य के व्यवहार की भविष्यवाणी करने के लिए, शोधकर्ताओं ने इस पूरे डेटा को सात अलग-अलग मशीन-लर्निंग एल्गोरिदम में डाला। ये कंप्यूटर प्रोग्राम थे जिन्हें डेटा से सीखने और छात्रों को उच्च या सामान्य उपभोक्ता के रूप में वर्गीकृत करने के लिए डिज़ाइन किया गया था। टीम ने प्रत्येक प्रोग्राम का परीक्षण किया यह देखने के लिए कि कौन सा सबसे सटीक भविष्यवाणियां कर सकता है। परिणामों ने दिखाया कि जबकि सभी मॉडल उचित रूप से अच्छा प्रदर्शन कर रहे थे, एक अन्य से ऊपर खड़ा रहा। 'रैंडम फॉरेस्ट' नामक एक विधि, जो अधिक स्थिर निष्कर्ष तक पहुँचने के लिए कई सरल निर्णय वृक्षों (डिसीजन ट्री) के निर्णयों को संयोजित करके काम करती है, सबसे प्रभावी साबित हुई। इसने छात्रों को लगभग 77 प्रतिशत बार सही ढंग से वर्गीकृत किया और भारी पीने वालों को पहचानने में विशेष रूप से कुशल थी, जिसने उनमें से लगभग 95 प्रतिशत को पकड़ लिया। यह उच्च सफलता दर बताती है कि टीम द्वारा मापी गई आदतों और दृष्टिकोणों का संयोजन विश्वसनीय रूप से जोखिम वाले छात्रों की पहचान करने के लिए पर्याप्त जानकारी रखता है।
शायद इस अध्ययन का सबसे मूल्यवान अंतर्दृष्टि तब मिली जब शोधकर्ताओं ने अपने विजेता कंप्यूटर मॉडल से पूछा कि वह किन सबसे महत्वपूर्ण सुरागों को मानता है। एल्गोरिदम ने दो कारकों को उच्च सॉफ्ट-ड्रिंक खपत के सबसे मजबूत भविष्यवक्ता के रूप में पहचाना: धूम्रपान की स्थिति और छात्र का शैक्षणिक वर्ष। यह निष्कर्ष महत्वपूर्ण है क्योंकि यह उजागर करता है कि व्यवहार अन्य जीवनशैली विकल्पों और विश्वविद्यालय जीवन के विभिन्न चरणों के साथ आने वाले विशिष्ट दबावों या स्वतंत्रताओं के साथ गहराई से जुड़ा हुआ है। हालांकि यह अध्ययन एक एकल विश्वविद्यालय तक सीमित था और छात्रों की अपनी रिपोर्टों पर निर्भर था, जो कभी-कभी अपूर्ण हो सकती हैं, परिणाम भविष्य की कार्रवाई के लिए एक स्पष्ट दिशा प्रदान करते हैं। शोधकर्ताओं का सुझाव है कि परिसर में स्वास्थ्य अभियान न केवल पेय पदार्थों की चीनी की मात्रा पर ध्यान केंद्रित करने चाहिए, बल्कि छात्रों के व्यापक जीवनशैली पैटर्न को भी लक्षित करना चाहिए, विशेष रूप से वे जो धूम्रपान करते हैं या अध्ययन के दूसरे वर्ष में हैं। इन विशिष्ट चालकों को समझकर, विश्वविद्यालय युवाओं को स्वस्थ पेय विकल्प चुनने में मदद करने के लिए अधिक प्रभावी हस्तक्षेप डिजाइन कर सकते हैं, इससे पहले कि ये आदतें जीवन भर के लिए स्थापित हो जाएं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।