Prospective Associations Between Intervention Components and Website Engagement in a Publicly Available Physical Activity Website: The Case of 10,000 Steps Australia
Notice bibliographique
Résumé
BACKGROUND: Effectiveness of and engagement with website-delivered physical activity interventions is moderate at best. Increased exposure to Internet interventions is reported to increase their effectiveness; however, there is a lack of knowledge about which specific intervention elements are able to maintain website engagement. OBJECTIVE: To prospectively study the associations of website engagement and exposure to intervention components for a publicly available physical activity website (10,000 Steps Australia). METHODS: Between June and July 2006 a total of 348 members of 10,000 Steps completed a Web-based survey to collect demographic characteristics. Website engagement was subsequently assessed over a 2-year period and included engagement data on website components; individual challenges, team challenges, and virtual walking buddies; and indicators of website engagement (average steps logged, days logging steps, and active users). RESULTS: On average participants logged steps on 169 (SD 228.25) days. Over a 2-year period this equated to an average of 1.6 logons per week. Binary logistic regression showed that individuals who participated in individual challenges were more likely to achieve an average of 10,000 steps per day (odds ratio [OR] = 2.80, 95% confidence interval [CI] 1.45-5.40), log steps on a higher than average number of days (OR = 6.81, 95% CI 2.87-13.31), and remain an active user (OR = 4.36, 95% CI 2.17-8.71). Additionally, those using virtual walking buddies (OR = 5.83, 95% CI 1.27-26.80) and of older age logged steps on a higher than average number of days. No significant associations were found for team challenges. CONCLUSIONS: Overall engagement with the 10,000 Steps website was high, and the results demonstrate the relative effectiveness of interactive components to enhance website engagement. However, only exposure to the interactive individual challenge feature was positively associated with all website engagement indicators. More research is needed to examine the influence of intervention components on website engagement, as well as the relationship between website engagement and physical activity change.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».