Efficacy of a Mobile Social Networking Intervention in Promoting Physical Activity: Quasi-Experimental Study
Notice bibliographique
Résumé
BACKGROUND: Technological interventions such as mobile apps, Web-based social networks, and wearable trackers have the potential to influence physical activity; yet, only a few studies have examined the efficacy of an intervention bundle combining these different technologies. OBJECTIVE: This study aimed to pilot test an intervention composed of a social networking mobile app, connected with a wearable tracker, and investigate its efficacy in improving physical activity, as well as explore participant engagement and the usability of the app. METHODS: This was a pre-post quasi-experimental study with 1 arm, where participants were subjected to the intervention for a 6-month period. The primary outcome measure was the difference in daily step count between baseline and 6 months. Secondary outcome measures included engagement with the intervention and system usability. Descriptive and inferential statistical tests were conducted; posthoc subgroup analyses were carried out for participants with different levels of steps at baseline, app usage, and social features usage. RESULTS: A total of 55 participants were enrolled in the study; the mean age was 23.6 years and 28 (51%) were female. There was a nonstatistically significant increase in the average daily step count between baseline and 6 months (mean change=14.5 steps/day, P=.98, 95% CI -1136.5 to 1107.5). Subgroup analysis comparing the higher and lower physical activity groups at baseline showed that the latter had a statistically significantly higher increase in their daily step count (group difference in mean change from baseline to 6 months=3025 steps per day, P=.008, 95% CI 837.9-5211.8). At 6 months, the retention rate was 82% (45/55); app usage decreased over time. The mean system usability score was 60.1 (SD 19.2). CONCLUSIONS: This study showed the preliminary efficacy of a mobile social networking intervention, integrated with a wearable tracker to promote physical activity, particularly for less physically active subgroups of the population. Future research should explore how to address challenges faced by physically inactive people to provide tailored advices. In addition, users' perspectives should be explored to shed light on factors that might influence their engagement with the intervention.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».