DietBet: A Web-Based Program that Uses Social Gaming and Financial Incentives to Promote Weight Loss
Notice bibliographique
Résumé
BACKGROUND: Web-based commercial weight loss programs are increasing in popularity. Despite their significant public health potential, there is limited research on the effectiveness of such programs. OBJECTIVE: The objective of our study was to examine weight losses produced by DietBet and explore whether baseline and engagement variables predict weight outcomes. METHODS: DietBet is a social gaming website that uses financial incentives and social influence to promote weight loss. Players bet money and join a game. All players have 4 weeks to lose 4% of their initial body weight. At enrollment, players can choose to share their participation on Facebook. During the game, players interact with one another and report their weight loss on the DietBet platform. At week 4, all players within each game who lose at least 4% of initial body weight are declared winners and split the pool of money bet at the start of the game. Official weigh-in procedures are used to verify weights at the start of the game and at the end. RESULTS: From December 2012 to July 2013, 39,387 players (84.04% female, 33,101/39,387; mean weight 87.8kg, SD 22.6kg) competed in 1934 games. The average amount bet was US $27 (SD US $22). A total of 65.63% (25,849/39,387) provided a verified weight at the end of the 4-week competition. The average intention-to-treat weight loss was 2.6% (SD 2.3%). Winners (n=17,171) won an average of US $59 (SD US $35) and lost 4.9% (SD 1.0%) of initial body weight, with 30.68% (5268/17,171) losing 5% or more of their initial weight. Betting more money at game entry, sharing on Facebook, completing more weigh-ins, and having more social interactions during the game predicted greater weight loss and greater likelihood of winning (Ps<.001). In addition, weight loss clustered within games (P<.001), suggesting that players influenced each others' weight outcomes. CONCLUSIONS: DietBet, a social gaming website, reached nearly 40,000 individuals in just 7 months and produced excellent 4-week weight loss results. Given its reach and potential public health impact, future research may consider examining whether a longer program promotes additional weight loss.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».