An Experimental Investigation of Human Presence and Mobile Technologies on College Students’ Sun Protection Intentions: Between-Subjects Study
Notice bibliographique
Résumé
BACKGROUND: Health promotion and education programs are increasingly being adapted and developed for delivery through digital technologies. With this shift toward digital health approaches, it is important to identify design strategies in health education and promotion programs that enhance participant engagement and promote behavior change. OBJECTIVE: This study aimed to examine the impact of an experiment testing various mobile health (mHealth) skin cancer prevention messages on sun protection intentions and message perceptions among American college students. METHODS: A sample of 134 college students aged 18 years or older participated in a 2×2×2 between-subjects experimental study, designed to examine the individual and combinatory effects of multiple dimensions (human presence, screen size, and interactivity) of digital technologies. The primary study outcome was intention to use sun protection; secondary outcomes included attitudes toward the information, two dimensions of trust, and information processing. RESULTS: Generally, intention to use sun protection was positively associated with the presence of human characters in the health educational messages (P<.001), delivering educational health messages on a large screen (ie, iPad; P<.001), and higher interactivity (P<.001). Only human presence produced more favorable attitudes (P=.02). Affective trust was positively associated with human presence (P=.006) and large screen size (P<.001), whereas cognitive trust was positively associated with human presence (P<.001) and small screen size (P=.007). Moreover, large screen size led to more heuristic processing (P=.03), whereas small screen size led to more systematic processing (P=.04). CONCLUSIONS: This experimental study demonstrates that the impact of mHealth skin cancer prevention messages differs based on platform and delivery design features. Effects on behavioral intentions, attitudes, and trust were found for conditions with human presence, highlighting the importance of including this feature in mHealth programs. Results from this experimental study can be used to optimize the design of mHealth educational interventions that promote sun protection.
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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».