Systematic and Iterative Development of a Smartphone App to Promote Sun-Protection Among Holidaymakers: Design of a Prototype and Results of Usability and Acceptability Testing
Notice bibliographique
Résumé
BACKGROUND: Sunburn and intermittent exposure to ultraviolet rays are risk factors for melanoma. Sunburn is a common experience during holidays, making tourism settings of particular interest for skin cancer prevention. Holidaymakers are a volatile populations found at different locations, which may make them difficult to reach. Given the widespread use of smartphones, evidence suggests that this might be a novel, convenient, scalable, and feasible way of reaching the target population. OBJECTIVE: The main objective of this study was to describe and appraise the process of systematically developing a smartphone intervention (mISkin app) to promote sun-protection during holidays. METHODS: The iterative development process of the mISkin app was conducted over four sequential stages: (1) identify evidence on the most effective behavior change techniques (BCTs) used (active ingredients) as well as theoretical predictors and theories, (2) evidence-based intervention design, (3) co-design with users of the mISkin app prototype, and (4) refinement of the app. Each stage provided key findings that were subsequently used to inform the design of the mISkin app. RESULTS: The sequential approach to development integrates different strands of evidence to inform the design of an evidence-based intervention. A systematic review on previously tested interventions to promote sun-protection provided cues and constraints for the design of this intervention. The development and design of the mISkin app also incorporated other sources of information, such as other literature reviews and experts' consultations. The developed prototype of the mISkin app was evaluated by engaging potential holidaymakers in the refinement and further development of the mISkin app through usability (ease-of-use) and acceptability testing of the intervention prototype. All 17 participants were satisfied with the mISkin prototype and expressed willingness to use it. Feedback on the app was integrated in the optimization process of the mISkin app. CONCLUSIONS: The mISkin app was designed to promote sun-protection among holidaymakers and was based on current evidence, experts' knowledge and experience, and user involvement. Based on user feedback, the app has been refined and a fully functional version is ready for formal testing in a feasibility pilot study.
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 | 0,023 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».