Acceptability of smartphone text- and voice-based ecological momentary assessment (EMA) methods among low income housing residents in New York City
Notice bibliographique
Résumé
This study aimed to evaluate the acceptability of smartphone-based text message- and voice-based ecological momentary assessment (EMA) methods among a sample of low-income housing residents in New York City. Using data from the community-based NYC Low Income Housing, Neighborhoods and Health Study (n = 112), the acceptability of text message- and voice-based EMA methods were assessed via survey. Overall, 88.4% of participants reported that they would participate in a study that utilized text message-based EMA. These analyses showed no appreciable differences by sub-groups (p > .05). Overall, 80.2% of participants reported that they would participate in a study that used voice-based EMA. This voice-based method was least acceptable among participants younger than 25 years old compared to participants of all other ages, χ2(2) = 10.107, p = .006 (among the younger participants 60.7% reported “yes” regarding the anticipated acceptability of voice-based EMA and 39.3% reported “no”). Overall, this work suggests that text message- and voice-based EMA methods are acceptable for use among low-income housing residents. However, the association between age and the acceptability of voice-based EMA suggests that these methods may be less suited for younger populations.
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 | 0,016 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».