Development of a Web-Based and Mobile App to Support Physical Activity in Individuals With Rheumatoid Arthritis: Results From the Second Step of a Co-Design Process
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Long-term adherence to physical activity recommendations remains challenging for most individuals with rheumatoid arthritis (RA) despite evidence for its health benefits. OBJECTIVE: The aim of this study was to provide basic data on system requirement specifications for a Web-based and mobile app to self-manage physical activity. More specifically, we explored the target user group, features of the future app, and correlations between the system requirements and the established behavior change techniques (BCTs). METHODS: We used a participatory action research design. Qualitative data were collected using multiple methods in four workshops. Participants were 5 individuals with RA, a clinical physiotherapist, an officer from the Swedish Rheumatism Association, a Web designer, and 2 physiotherapy researchers. A taxonomy was used to determine the degree of correlation between the system requirements and established BCTs. RESULTS: Participants agreed that the future Web-based and mobile app should be based on two major components important for maintaining physical activity: (1) a calendar feature for goal setting, planning, and recording of physical activity performance and progress, and (2) a small community feature for positive feedback and support from peers. All system requirements correlated with established BCTs, which were coded as 24 different BCTs. CONCLUSIONS: To our knowledge, this study is the first to involve individuals with RA as co-designers, in collaboration with clinicians, researchers, and Web designers, to produce basic data to generate system requirement specifications for an eHealth service. The system requirements correlated to the BCTs, making specifications of content and future evaluation of effectiveness possible.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle