Reciprocal Reinforcement Between Wearable Activity Trackers and Social Network Services in Influencing Physical Activity Behaviors
Notice bibliographique
Résumé
BACKGROUND: Wearable activity trackers (WATs) are emerging consumer electronic devices designed to support physical activities (PAs), which are based on successful behavior change techniques focusing on goal-setting and frequent behavioral feedbacks. Despite their utility, data from both recent academic and market research have indicated high attrition rates of WAT users. Concurrently, evidence shows that social support (SS), delivered/obtained via social network services or sites (SNS), could increase adherence and engagement of PA intervention programs. To date, relatively few studies have looked at how WATs and SS may interact and affect PAs. OBJECTIVE: The purpose of this study was to explore how these two Internet and mobile technologies, WATs and SNS, could work together to foster sustainable PA behavior changes and habits among middle-aged adults (40-60 years old) in Taiwan. METHODS: We used purposive sampling of Executive MBA Students from National Taiwan University of Science and Technology to participate in our qualitative research. In-depth interviews and focus groups were conducted with a total of 15 participants, including 9 WAT users and 6 nonusers. Analysis of the collected materials was done inductively using the thematic approach with no preset categories. Two authors from different professional backgrounds independently annotated and coded the transcripts, and then discussed and debated until consensus was reached on the final themes. RESULTS: The thematic analysis revealed six themes: (1) WATs provided more awareness than motivation in PA with goal-setting and progress monitoring, (2) SS, delivered/obtained via SNS, increased users' adherence and engagement with WATs and vice versa, (3) a broad spectrum of configurations would be needed to deliver WATs with appropriately integrated SS functions, (4) WAT design, style, and appearance mattered even more than those of smartphones, as they are body-worn devices, (5) the user interfaces of WATs left a great deal to be desired, and (6) privacy concerns must be addressed before more mainstream consumers would consider adopting WATs. CONCLUSIONS: Participants perceived WATs as an awareness tool to understand one's PA level. It is evident from our study that SS, derived from SNS and other pertinent vehicles such as the LINE social messaging application (similar to WhatsApp and WeChat), will increase the engagement and adherence of WAT usage. Combining WATs and SNS enables cost-effective, scalable PA intervention programs with end-to-end services and data analytics capabilities, to elevate WATs from one-size-fits-all consumer electronics to personalized PA assistants.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».