Usability Evaluation of an Online, Tailored Self-Management Intervention for Chronic Obstructive Pulmonary Disease Patients Incorporating Behavior Change Techniques
Notice bibliographique
Résumé
BACKGROUND: An eHealth intervention using computer tailored technology including several behavior change techniques was developed to support the self-management of chronic obstructive pulmonary disease patients. OBJECTIVE: The goal of this study was to evaluate and improve the usability of the eHealth intervention. METHODS: We conducted a usability evaluation with 8 chronic obstructive pulmonary disease patients, with a mixed methods design. We improved the usability through iterative cycles of evaluation and adaptation. Participants were asked to think aloud during the evaluation sessions. Participants then completed a semi-structured interview. The sessions were observed and recorded. Descriptive statistics and content analysis were used to uncover usability issues. RESULTS: Areas for improvement were layout, navigation, and content. Most issues could be solved within 3 iterations of improvement. Overall, participants found the program easy to use. The length of the program urged us to further analyze the appreciation of behavior change techniques. Some were perceived as helpful and easy to use, while others evoked frustration. CONCLUSIONS: The usability study identified several issues for improvement, confirming the need for usability evaluation during the development of eHealth interventions. The uncovered strengths and limitations of behavior change techniques may lead to optimization of eHealth interventions, but further insight is needed.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».