Pokémon GO Within the Context of Family Health: Retrospective Study
Notice bibliographique
Résumé
BACKGROUND: Pokémon GO illuminated the potential for mobile phone gaming apps to engage users and promote health. However, much work is needed to fully understand the mechanisms through which digitally supported behavior change interventions operate, particularly for children and families. OBJECTIVE: The aims of this study were (1) to explore the Pokémon GO user experience from a family perspective and (2) to investigate Pokémon GO within the context of family health. METHODS: Between January and February 2017, congruent with one of the largest anticipated Pokémon GO updates Gen 2, participants were recruited from parks, word of mouth, and social media to complete a Web-based survey. Participants were surveyed about family characteristics, interest, and experiences playing Pokémon GO and healthy lifestyle beliefs. Using a revised Godin Leisure-Time Exercise Questionnaire, a retrospective pre-post design assessed changes in parent physical activity (PA) before and after playing Pokémon GO. RESULTS: =.536, P=.003) Pokémon GO uptake. CONCLUSIONS: Pokémon GO transcended traditional understanding of digital health and uniquely reached across generations to engage users. Findings from this study highlight that, for a period of time, Pokémon GO fostered social and physical well-being for children and families through a multifaceted approach.
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 | 0,002 | 0,000 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,000 |
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 ».