Game On? Smoking Cessation Through the Gamification of mHealth: A Longitudinal Qualitative Study
Notice bibliographique
Résumé
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.
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| 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 ».