MétaCan
Menu
Retour à la cohorte
Enregistrement W1870685740 · doi:10.2196/jmir.4377

Using Videogame Apps to Assess Gains in Adolescents’ Substance Use Knowledge: New Opportunities for Evaluating Intervention Exposure and Content Mastery

2015· article· en· W1870685740 sur OpenAlexaff
Erika Montanaro, Lynn E. Fiellin, Tamer Fakhouri, Tassos C. Kyriakides, Lindsay R. Duncan

Notice bibliographique

RevueJournal of Medical Internet Research · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensMcGill University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Institute of Mental HealthNational Institutes of Health
Mots-clésPsychological interventionIntervention (counseling)Randomized controlled trialPsychologyBehavior changeApplied psychologyClinical psychologyMedicineSocial psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Videogame interventions are becoming increasingly popular as a means to engage people in behavioral interventions; however, strategies for examining data from such interventions have not been developed. OBJECTIVE: The objective of this study was to describe how a technology-based intervention can yield meaningful, objective evidence of intervention exposure within a behavioral intervention. This study demonstrates the analysis of automatic log files, created by software from a videogame intervention, that catalog game play and, as proof of concept, the association of these data with changes in substance use knowledge as documented with standardized assessments. METHODS: We analyzed 3- and 6-month follow-up data from 166 participants enrolled in a randomized controlled trial evaluating a videogame intervention, PlayForward: Elm City Stories (PlayForward). PlayForward is a videogame developed as a risk reduction and prevention program targeting HIV risk behaviors (substance use and sex) in young minority adolescents. Log files were analyzed to extract the total amount of time spent playing the videogame intervention and the total number of game levels completed and beaten by each player. RESULTS: Completing and beating more of the game levels, and not total game play time, was related to higher substance use knowledge scores at the 3- (P=.001) and 6-month (P=.001) follow-ups. CONCLUSIONS: Our findings highlight the potential contributions a videogame intervention can make to the study of health behavior change. Specifically, the use of objective data collected during game play can address challenges in traditional human-delivered behavioral interventions. TRIAL REGISTRATION: Clinicaltrials.gov NCT01666496; https://clinicaltrials.gov/ct2/show/NCT01666496 (Archived by WebCite at http://www.webcitation.org/6cV9fxsOg).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,522

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,870
Tête enseignante GPT0,623
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical Internet ResearchMême sujetDigital Mental Health InterventionsTravaux en français237 207