Behavior Change for Youth Drivers: Design and Development of a Smartphone-Based App (BackPocketDriver)
Notice bibliographique
Résumé
BACKGROUND: The over-representation of youth in road crash injury and fatality rates is a major public health issue globally. In New Zealand, youth drivers are most vulnerable in the restricted license period when they can drive without the requirement for supervision by an experienced adult. Behavioral change interventions delivered using mobile phone technology to young drivers could serve as a useful mechanism to develop safe driving skills, but this potential remains to be fully explored. OBJECTIVE: This study aimed to apply behavioral change principles to design and develop a smartphone-based intervention with the aim of helping youth drivers to develop and hone safe driving skills. METHODS: An iterative process was used to support development of the smartphone intervention. We reviewed behavioral change literature, identifying fundamental principles and exploring use of behavior change techniques (BCTs) in other areas of public health. We engaged with key stakeholders, including young drivers, government agencies, and relevant organizations. We also took into account technology adoption considerations when designing the app. RESULTS: We developed BackPocketDriver (BPD), an Android smartphone app that uses in-built sensors to monitor and infer driver behavior. The app implements features that were identified during the design process and are traceable to BCTs and theory. A key feature is messaging, which is used to instruct, motivate, educate, and relay feedback to participants. In addition, messaging addresses attitudes and beliefs. Other features include journey feedback summaries, goal setting, achievements, and leaderboards. CONCLUSIONS: BPD's design rests on a sound foundation of theory and evidence. With explicit links between theory and features, the app aims to be an effective intervention to change and improve youth driver behavior. The next phase of this study is to run a small pilot study to assess BPD's effectiveness.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».