Выбор данных и источника
Для создания проекта я выбрал датасет из Kaggle в виде таблицы в формате CSV, содержащую информацию о студентах, их академическом и психологическом состоянии, нагрузке, месте проживания и т. д.
Обоснование выбора темы
Тема психического здоровья моих ровесников редко рассматривается в стандартных учебных проектах. Она кажется мне важной потому, что проблемы депрессии среди студентов актуальны в современном мире, особенно в условиях высокой академической нагрузки. Анализ этих данных может выявить скрытые закономерности, которые помогут понять, как на первый взгляд базовые, факторы вроде сна, питания или учебы влияют на ментальное состояние недавних подростков. Поэтому я решил выбрать именно эту тему проекта, ведь такой подход к изучению проблемы не только визуализирует данные, но и поможет лучше понять происхождение ментальных проблем и их зависимость от внешних факторов.
Выбор типов графиков
Я решил использовать следующие виды графиков:
№ 1 Столбчатый график для демонстрации повышения склонности к депрессии у студентов с высоким уровнем академического давления. № 2 Сложенный столбчатый график для демонстрации важности сна и уменьшения риска возникновения депрессии. № 3 Тепловая карта для демонстрации корреляции студентов. № 4 Линейная диаграмма показывает разницу риска депрессии у студентов и профессионалов. № 5 Stacked Bar демонстрирует увеличение риска депрессии при увеличении нагрузки.
Эти графики помогут визуализировать проблему и увидеть связь между факторами и их влиянием на студентов.
Обработка данных
Я использовал библиотеку Pandas для обработки данных и Matplotlib/Seaborn для визуализации. Вот основные шаги: Датасет был загружен в Google Colab из CSV-формата. Анализ: я искал закономерности, например, связи между сном и депрессией. Код для каждого этапа будет представлен ниже вместе с графиками.
пример части кода, изменяющего исходное форматирование в базе данных (убираем ненужные для анализа элементы)
Стилизация
Для стилизации графиков я выбрал палитру «AliceBlue», чтобы создать приятную и спокойную атмосферу побережья.
пример кода для стилизации графика
Основная часть:
отрывок программного кода Python, для демонстрации основного датасета и работы с библиотекой pandas
График демонстрирует, что с увеличением уровня академического давления (от низкого к высокому) количество студентов с депрессией возрастает. Например, при низкой нагрузке доля депрессии может быть около 10%, а при высоком — до 70%. Академическая нагрузка — один из главных факторов, способствующих депрессию у студентов. Это может быть связано с перегрузкой из-за экзаменов, дедлайнов, ожиданий или с неправильным распределением этой самой нагрузки. Возможно решение этой проблемы станет внедрение программы поддержки.
часть программного кода, демонстрирующая принцип работы диаграммы.
На данной диаграмме хорошо видно, что студенты, спящие менее 5 часов, имеют значительно большую долю депрессии, тогда как у тех, кто спит 7-8 часов, доля депрессии ниже. Недостаток сна напрямую связан с увеличением риска переутомления, вероятно, из-за ухудшения эмоциональной регуляции и повышения стресса. Таким образом, здоровый и полноценный сон увеличивает эмоциональную стабильность и уменьшает риск депрессии.
часть программного кода, демонстрирующая принцип работы тепловой карты
Корреляционная матрица выявляет сильную положительную связь депрессии с академическим давлением и финансовым стрессом, умеренную отрицательную связь с удовлетворенностью учебой, слабую связь с количеством часов учебы и почти нулевую с успеваемостью (CGPA). Академическое давление и финансовый стресс — ключевые факторы увеличения риска депрессии, тогда как низкая удовлетворенность учебой усиливает проблему. Успеваемость не играет значимой роли, что говорит о том, что депрессия связана скорее с внешними стрессорами, чем с академическими результатами. Это указывает на необходимость финансовой поддержки и улучшения учебной среды.
Горизонтальная диаграмма показывает, что доля депрессии у студентов выше, чем у профессионалов. Студенты более уязвимы к депрессии, возможно, из-за совокупного воздействия академического давления, финансовых трудностей и нестабильности в этот период жизни. Профессионалы, хотя и подвержены рабочему давлению, могут иметь больше ресурсов для преодоления проблем и уменьшения стресса (стабильный доход, определённость, эмоциональная и финансовая стабильность в сравнении со студентами). Это подчеркивает необходимость приоритетной поддержки студентов через программы психологической помощи.
часть программного кода, демонстрирующая принцип работы диаграммы и стилизации
Эта диаграмма говорит о том, что при низком рабочем давлении доля депрессии низкая, но с ростом давления она увеличивается вплоть до 70%. Высокое нагрузка на работе значительно повышает риск депрессии у профессионалов, вероятно, из-за переработок, стресса и не всегда управляемыми рисками. Это подчеркивает необходимость баланса между работой и личной жизнью. Работодателям стоит внедрять меры по снижению нагрузки, например: гибкий график, программы управления стрессом или занятия с штатным психологом.
Вывод
Хочется сказать, что каждый из приведённых факторов важен и влияет на ментальные состояние студентов, но я увидел наибольшую связь между академической нагрузкой и продолжительностью сна. На мой взгляд стабилизация и контроль этих факторов наиболее эффективно стабилизируют психическое состояние и уменьшают риск появления депрессии.
Таким образом главным советом будет — стабилизировать личный график, расставить дедлайны и приоретизировать задачи. Это позволит правильно распределить нагрузку и выделить большее время для сна.
О работе с генеративными моделями в рамках проекта:
В своём проекте я использовал Recraft для создания обложки проекта и картинки моря. Первый промпт: давление на студента в виде доброго постера. Второй промпт: море и парящие чайки.
Gemini — помогал с исправлением ошибок внутри кода. Промпт: ниже прикреплён код. Проанализируй его, укажи слабые места и предложи пути оптимизации или решения проблем, которые ты найдёшь.
Ссылки на сторонние ресурсы:
