Creating a Theoretically Grounded, Gamified Health App: Lessons From Developing the Cigbreak Smoking Cessation Mobile Phone Game
Notice bibliographique
Résumé
BACKGROUND: Gaming techniques are increasingly recognized as effective methods for changing behavior and increasing user engagement with mobile phone apps. The rapid uptake of mobile phone games provides an unprecedented opportunity to reach large numbers of people and to influence a wide range of health-related behaviors. However, digital interventions are still nascent in the field of health care, and optimum gamified methods of achieving health behavior change are still being investigated. There is currently a lack of worked methodologies that app developers and health care professionals can follow to facilitate theoretically informed design of gamified health apps. OBJECTIVE: This study aimed to present a series of steps undertaken during the development of Cigbreak, a gamified smoking cessation health app. METHODS: A systematic and iterative approach was adopted by (1) forming an expert multidisciplinary design team, (2) defining the problem and establishing user preferences, (3) incorporating the evidence base, (4) integrating gamification, (5) adding behavior change techniques, (6) forming a logic model, and (7) user testing. A total of 10 focus groups were conducted with 73 smokers. RESULTS: Users found the app an engaging and motivating way to gain smoking cessation advice and a helpful distraction from smoking; 84% (62/73) of smokers said they would play again and recommend it to a friend. CONCLUSIONS: A dedicated gamified app to promote smoking cessation has the potential to modify smoking behavior and to deliver effective smoking cessation advice. Iterative, collaborative development using evidence-based behavior change techniques and gamification may help to make the game engaging and potentially effective. Gamified health apps developed in this way may have the potential to provide effective and low-cost health interventions in a wide range of clinical settings.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».