The website-based eaTracker<sup>®</sup>‘My Goals’ feature: a qualitative evaluation
Notice bibliographique
Résumé
OBJECTIVE: In 2011, Dietitians of Canada added 'My Goals' to its website-based nutrition/activity tracking program (eaTracker®, http://www.eaTracker.ca/); this feature allows users to choose 'ready-made' or 'write-your-own' goals and to self-report progress. The purpose of the present study was to document experiences and perceptions of goal setting and My Goals, and report users' feedback on what is needed in future website-based goal setting/tracking tools. DESIGN: One-on-one semi-structured interviews were conducted with (i) My Goals users and (ii) dietitians providing a public information support service, EatRight Ontario (ERO). SETTING: My Goals users from Ontario and Alberta, Canada were recruited via an eaTracker website pop-up box; ERO dietitians working in Ontario, Canada were recruited via ERO. SUBJECTS: My Goals users (n 23; age 19-70 years; 91 % female; n 5 from Alberta/n 18 from Ontario) and ERO dietitians (n 5). RESULTS: Dietitians and users felt goal setting for nutrition (and activity) behaviour change was both a beneficial and a challenging process. Dietitians were concerned about users setting poor-quality goals and users felt it was difficult to stick to their goals. Both users and dietitians were enthusiastic about the My Goals concept, but felt the current feature had limitations that affected use. Dietitians and users provided suggestions to improve My Goals (e.g. more prominent presence of My Goals in eaTracker; assistance with goal setting; automated personalized feedback). CONCLUSIONS: Dietitians and users shared similar perspectives on the My Goals feature and both felt goal use was challenging. Several suggestions were provided to enhance My Goals that are relevant to website-based goal setting/tracking tool design in general.
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 | 0,013 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 | 0,001 |
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 ».