MétaCan
Menu
Retour à la cohorte
Enregistrement W3009727217 · doi:10.3233/shti200004

Successes and Challenges of an IT-Based Health Behaviour Change Program to Increase Physical Activity

2020· article· en· W3009727217 sur OpenAlexaff
Gregory S. Kolt, Mitch J. Duncan, Corneel Vandelanotte, Richard R. Rosenkranz, Anthony Maeder, Trevor N. Savage, Rhys Tague, Cristina M. Caperchione

Notice bibliographique

RevueStudies in health technology and informatics · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAttritionPsychological interventionContext (archaeology)Behavior changeRandomized controlled trialLogbookHealth promotionIntervention (counseling)PsychologyMedicineMedical educationNursingPublic healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

Health behaviour change programs that utilise IT-based delivery have great potential to improve health. Whilst more static Web 1.0 technologies have been somewhat effective, they often failed to promote longer-term user engagement required for greater health promotion impact. With Web 2.0 technologies, however, there is potential for greater engagement and retention, through allowing individuals to determine how information is generated, modified, and shared collaboratively. The WALK 2.0 study utilised a Web 2.0-based platform to engage participants in health behaviour change aimed at increasing physical activity levels. The program included two trials: (1) a three-arm randomised controlled trial (RCT) that compared the effectiveness of Web 2.0, Web 1.0, and paper-based logbook interventions; and (2) a real-world randomised ecological trial (RET) that compared a Web 2.0 and Web 1.0 intervention. The aim of this paper is not to focus on the research trial results per se, but rather the success factors and challenges in both the RCT and RET. Both the RCT and RET demonstrated successful outcomes, with greater improvements in physical activity for the Web 2.0 groups. A range of challenges, however, were identified in designing, implementing, and evaluating such interventions. These include IT-based intervention development within a research context, the ability to establish a self-sustaining online community, the rapid pace of change in web-based technology and implications for trial design, the selection of best outcome measures for ecological trials, and managing engagement, non-usage and study attrition in real-world trials. Future research and developments in this area must look to broader research designs that allow for the ever-changing IT-user landscape and behaviour, and greater reliance on development and testing in real-world settings.

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)0,186
score de la tête « metaresearch » (Gemma)0,226
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,982

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1860,226
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0060,007
Science ouverte0,0020,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,270
Tête enseignante GPT0,505
Écart entre enseignants0,235 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetBehavioral Health and InterventionsTravaux en français237 207