MétaCan
Menu
Retour à la cohorte
Enregistrement W2798160620 · doi:10.2196/mhealth.9199

Wearable Activity Tracker Use Among Australian Adolescents: Usability and Acceptability Study

2018· article· en· W2798160620 sur OpenAlexvenueno aff
Nicola D. Ridgers, Anna Timperio, Helen Brown, Kylie Ball, Susie Macfarlane, Samuel K. Lai, Kara Richards, Kelly A. Mackintosh, Melitta A. McNarry, Megan Foster, Jo Salmon

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueInnovative Human-Technology Interaction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésActivity trackerUsabilityWearable computerFLEXPsychological interventionPhysical activityFocus groupApplied psychologyPsychologyMedicineComputer sciencePhysical therapyHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Wearable activity trackers have the potential to be integrated into physical activity interventions, yet little is known about how adolescents use these devices or perceive their acceptability. OBJECTIVE: The aim of this study was to examine the usability and acceptability of a wearable activity tracker among adolescents. A secondary aim was to determine adolescents' awareness and use of the different functions and features in the wearable activity tracker and accompanying app. METHODS: Sixty adolescents (aged 13-14 years) in year 8 from 3 secondary schools in Melbourne, Australia, were provided with a wrist-worn Fitbit Flex and accompanying app, and were asked to use it for 6 weeks. Demographic data (age, sex) were collected via a Web-based survey completed during week 1 of the study. At the conclusion of the 6-week period, all adolescents participated in focus groups that explored their perceptions of the usability and acceptability of the Fitbit Flex, accompanying app, and Web-based Fitbit profile. Qualitative data were analyzed using pen profiles, which were constructed from verbatim transcripts. RESULTS: Adolescents typically found the Fitbit Flex easy to use for activity tracking, though greater difficulties were reported for monitoring sleep. The Fitbit Flex was perceived to be useful for tracking daily activities, and adolescents used a range of features and functions available through the device and the app. Barriers to use included the comfort and design of the Fitbit Flex, a lack of specific feedback about activity levels, and the inability to wear the wearable activity tracker for water-based sports. CONCLUSIONS: Adolescents reported that the Fitbit Flex was easy to use and that it was a useful tool for tracking daily activities. A number of functions and features were used, including the device's visual display to track and self-monitor activity, goal-setting in the accompanying app, and undertaking challenges against friends. However, several barriers to use were identified, which may impact on sustained use over time. Overall, wearable activity trackers have the potential to be integrated into physical activity interventions targeted at adolescents, but both the functionality and wearability of the monitor should be considered.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,079
Tête enseignante GPT0,397
Écart entre enseignants0,317 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations134
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetInnovative Human-Technology InteractionTravaux en français237 207