MétaCan
Menu
Retour à la cohorte
Enregistrement W2907751918 · doi:10.2196/11374

Pregnant Users’ Perceptions of the Birth Plan Interface in the “My Prenatal Care” App: Observational Validation Study

2018· article· en· W2907751918 sur OpenAlexvenueno aff
Juliana Moraes Carrilho, Isaias José Ramos de Oliveira, Dimitri Santos, Gabriel Costa Osanan, Ricardo Cruz‐Correia, Zilma Silveira Nogueira Reis

Notice bibliographique

RevueJMIR Formative Research · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesCentro de Investigação em Tecnologias e Serviços de SaúdeFundação para a Ciência e a TecnologiaBill and Melinda Gates Foundation
Mots-clésDeclarationChildbirthPrenatal carePregnancyObservational studyIntervention (counseling)MedicinePerceptionNursingFamily medicinePsychologyObstetricsComputer sciencePopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Birth plans are meant to be a declaration of the expectations and preferences of pregnant woman regarding childbirth. The My Prenatal Care app engages pregnant women in an educational intervention for a healthy pregnancy. We hypothesized that users' positive perception of an in-app birth plan is a relevant step for establishing direct communication between pregnant women and the health care team, based on an online report available on the app. OBJECTIVE: This study aimed to evaluate pregnant women's perception about the communicability of birth-plan preparation using a mobile app. METHODS: This was an observational, exploratory, descriptive study. The methodology was user centered, and both qualitative and quantitative approaches were employed. The tools of the communicability evaluation method were applied. Overall, 11 pregnant women evaluated their experience of using a birth-plan prototype interface. The evaluation was performed in a controlled environment, with authorized video recording. There were 8 task-oriented interactions proposed to evaluate interface communicability with users when using the Birth Plan menu. For evaluating perceptions and experiences, a survey with structured and open-ended questions in addition to the free expression of participants was conducted. The primary outcomes assessed were interface communicability and user's perception of the Birth Plan prototype interface in the My Prenatal Care mobile app. Secondarily, we involved users in the prototyping phase of the interface to identify bottlenecks for making improvements in the app. RESULTS: Regarding users' performance in accomplishing previously prepared tasks, we found that 10 of 11 (91%) women were capable of completing at least 6 of 8 (75%) tasks. A positive relationship was found between the number of communicability problems and the success of completing the tasks. An analysis of the records revealed three communicability breakdowns related to the data entry, save, and scrollbar functions. The participants freely expressed suggestions for improvements such as for the save function and the process of sharing the birth-plan form upon completion. CONCLUSIONS: Users had a positive perception of the Birth Plan menu of the My Prenatal Care app. This user-centered validation enabled the identification of solutions for problems, resulting in improvements in the app.

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)0,007
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,007
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,026
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,216
Tête enseignante GPT0,544
Écart entre enseignants0,328 · 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

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207