การวิเคราะห์เครือข่ายทางความหมายของถ้อยคำภาษาไทยที่พบในผู้ป่วยภาวะซึมเศร้า
Main Article Content
บทคัดย่อ
งานวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์เครือข่ายทางความหมายของถ้อยคำภาษาไทยที่พบในผู้ป่วยภาวะซึมเศร้า จากการสัมภาษณ์ผู้ป่วยเพศหญิง อายุ 20 ปีขึ้นไป ที่ผ่านการคัดกรองจากแผนกจิตเวช โรงพยาบาลลำปาง ว่ามีภาวะซึมเศร้าจำนวน 14 คน เครื่องมือที่ใช้ในงานวิจัยได้แก่ แบบสัมภาษณ์ และเครื่องบันทึกเสียง ผลการศึกษาพบว่า เครือข่ายทางความหมายจากถ้อยคำของผู้ป่วยภาวะซึมเศร้า ประกอบด้วย 4 หมวดหมู่หลัก ได้แก่ ตนเอง โรค สังคม และความหวัง ภายในหมวดหมู่ตนเองประกอบด้วยหมวดหมู่ย่อยศูนย์กลางจำนวน 1 หมวดหมู่ คือ ความไม่พึงพอใจต่อตนเอง และหมวดหมู่ย่อยจำนวน 4 หมวดหมู่ คือ เป็นคนไม่ดี เป็นภาระของผู้อื่น เป็นผู้แบกรับภาระ และเป็นคนโชคร้าย ภายในหมวดหมู่โรคประกอบด้วย 3 หมวดหมู่ย่อยศูนย์กลาง ได้แก่ สิ่งที่ควบคุมไม่ได้ อาการของโรค และที่พึ่งของผู้ป่วย ภายในหมวดสังคม ประกอบด้วย 5 หมวดหมู่ย่อยศูนย์กลาง ได้แก่ ไม่เข้าใจ รำคาญ นินทา ยัดเยียด ทิ้ง ภายในหมวดหมู่ความหวัง ประกอบด้วย 2 หมวดหมู่ย่อยศูนย์กลาง คือ หมวดหมู่ตนเอง และสังคม ผลการวิจัยนี้แสดงให้เห็นถึงความคิด ความเข้าใจ หรือมุมมองของผู้ป่วยทั้งต่อตนเอง โรค สังคม และความหวังของผู้ป่วย ที่มีอิทธิพลต่อกันในรูปแบบเหตุและผล กล่าวคือ หากคนรอบข้างมีความเข้าใจและปฏิบัติต่อผู้ป่วยด้วยความเข้าใจ จะส่งผลให้ผู้ป่วยมีทัศนคติต่อตนเองโรค และสังคมที่ดีขึ้น ซึ่งสามารถส่งผลให้ผู้ป่วยมีอาการดีขึ้นหรือหายจากโรคได้ในที่สุด
Downloads
Article Details
บทความทุกบทความเป็นลิขสิทธิ์ของวารสารวิชาการมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยบูรพาเท่านั้น
References
จันทิมา อังคพณิชกิจ (ผู้บรรยาย). (2562, 31 กรกฎาคม). โรคซึมเศร้า: จากปรากฏการณ์สู่งานวิจัย ใน โครงการการพัฒนาศักยภาพนิสิตระดับบัณฑิตศึกษาหลักสูตร ศศ.ด. (ภาษาศาสตร์) ครั้งที่ 2. พะเยา:คณะศิลปศาสตร์ มหาวิทยาลัยพะเยา. เอกสารประกอบการบรรยาย.
พบแพทย์. (2559). โรคซึมเศร้า. เข้าถึงได้จาก https://www.pobpad.com/โรคซึมเศร้า
อัญชลี ทู. (2562). กรมสุขภาพจิต ห่วงวัยรุ่นเยาวชนไทยมีภาวะซึมเศร้า แนะคนรอบข้างรับฟังอย่างเข้าใจ. เข้าถึงได้จาก http://www.prdmh.com/ข่าวสาร/ข่าวแจกกรมสุขภาพจิต/1384-กรมสุขภาพจิต-ห่วงวัยรุ่นเยาวชนไทยมีภาวะซึมเศร้า-แนะคนรอบข้างรับฟังอย่างเข้าใจ.html
Al-Mosaiwi, M., & Johnstone, T. (2018). In an absolute state: Elevated use of absolutist words Is a marker specific to anxiety, depression, and suicidal ideation. Retrieved from https://journals.sagepub.com/doi/pdf/10.1177/2167702617747074
Koteyko, N., & Atanasova, D. (2018). Mental health advocaty on twitter: Positioning in depression awareness week tweets. Retrieved from https://www.Elsevier.com/locate/infoproman
Langacker, R. W. (1991). Concept, image, and symbol: The cognitive basis of grammar. Berlin: Mouton de Gruyter.
Pennebaker Conglomerates, Inc. (2015). LIWC/Linguistic inquiry and Word Count. Retrieved from https://liwc.wpengine.com/
Reali F., Soriano T., & Rodriguez, D. (2015). How we think about depression: The role of linguistic framing. Retrieved from https://www.sciencedirect.com/science/article/pii/S0120053415000369?via%3Dihub
Tausczik, Y. R., & Pennebaker, J. W. (2010). The psychological meaning of words: LIWC and computerized text analysis methods. Journal of Language and Social Psychology, 29(1), 24-54.
Williamson, J., Godoy, E., Cha, M., Schwarzentruber, A., Khorrami, P., Gwon, Y., Kung, H.-T., Dagli, C., & Quatieri, T. (2016). Detecting depression using vocal, facial and semantic communication cues. In AVEC '16: Proceedings of the 6th International Workshop on audio/visual emotion challenge (pp. 11-18). Retrieved from https://dl.acm.org/doi/pdf/10.1145/2988257.2988263
Wolohan, J.T., Hiraga, M., Mukherjee, A., & Sayyed, Z. A. (2018). Detecting linguistic traces of depression in topic-restricted text: Attending to self-stigmatized depression with NLP. In Proceedings of the First International Workshop on Language Cognition and Computational Models (pp. 11-21). Retrieved from https://www.aclweb.org/anthology/W18-4102.pdf
Yoo, M. L., & Ha, T. (2018). Semantic network analysis for understanding user experiences of bipolar and depressive disorders on reddit. Retrieved from https://www.Elsevier.com/locate/infoproman