数百万人参与在线点对点支持会话,但之前很少有研究对细粒度的同伴咨询师行为进行系统的心理学评估,以了解与客户满意度的关系。本文通过将同伴咨询师的聊天信息映射到动机式访谈(MI)技术来弥合这一差距。我们使用17种MI技术对来自734个聊天会话的14,797个话语进行了注释,并引入了四个新的访谈编码,如“闲聊”和“不当”,以解释在线平台观察到的独特对话模式。我们通过微调大型特定领域语言模型来自动化标记同伴咨询师对MI技术反应的过程,然后使用这些自动化措施通过相关性研究来调查同伴咨询师的行为。具体而言,我们研究了MI技术对会话评分的影响,以调查预测客户与其咨询会话满意度的技术。当咨询师使用反思和肯定等技术时,客户会更加满意。检查志愿者咨询师使用技术的变化表明,随着经验的积累,咨询师学会使用更多的引入性和开放性问题。这项工作更深入地理解了动机式访谈技术在点对点咨询平台上的使用,并揭示了如何为在线平台的志愿者咨询师建立更好的培训项目。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3555640
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文