MétaCan
Menu
Retour à la cohorte
Enregistrement W2539095161 · doi:10.2196/games.5678

Game On? Smoking Cessation Through the Gamification of mHealth: A Longitudinal Qualitative Study

2016· article· en· W2539095161 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Serious Games · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensnon disponible
Organismes subventionnairesImperial College LondonNational Institute for Health and Care ResearchRoyal Brompton and Harefield NHS Foundation Trust
Mots-clésmHealthSmoking cessationQualitative researchPsychologyLongitudinal studyApplied psychologyMedicineSociologyPsychological interventionPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Finding ways to increase and sustain engagement with mHealth interventions has become a challenge during application development. While gamification shows promise and has proven effective in many fields, critical questions remain concerning how to use gamification to modify health behavior. OBJECTIVE: The objective of this study is to investigate how the gamification of mHealth interventions leads to a change in health behavior, specifically with respect to smoking cessation. METHODS: We conducted a qualitative longitudinal study using a sample of 16 smokers divided into 2 cohorts (one used a gamified intervention and the other used a nongamified intervention). Each participant underwent 4 semistructured interviews over a period of 5 weeks. Semistructured interviews were also conducted with 4 experts in gamification, mHealth, and smoking cessation. Interviews were transcribed verbatim and thematic analysis undertaken. RESULTS: Results indicated perceived behavioral control and intrinsic motivation acted as positive drivers to game engagement and consequently positive health behavior. Importantly, external social influences exerted a negative effect. We identified 3 critical factors, whose presence was necessary for game engagement: purpose (explicit purpose known by the user), user alignment (congruency of game and user objectives), and functional utility (a well-designed game). We summarize these findings in a framework to guide the future development of gamified mHealth interventions. CONCLUSIONS: Gamification holds the potential for a low-cost, highly effective mHealth solution that may replace or supplement the behavioral support component found in current smoking cessation programs. The framework reported here has been built on evidence specific to smoking cessation, however it can be adapted to health interventions in other disease categories. Future research is required to evaluate the generalizability and effectiveness of the framework, directly against current behavioral support therapy interventions in smoking cessation and beyond.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,442
Écart entre enseignants0,359 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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