MétaCan
Menu
← Retour à la cohorte
Enregistrement W3042108323 · doi:10.1249/01.mss.0000678344.81609.99

An IT-based Health Behaviour Change Program To Increase Physical Activity: Evaluation Of Successes And Challenges

2020· article· en· W3042108323 sur OpenAlexaff
Gregory S. Kolt, Mitch J. Duncan, Corneel Vandelanotte, Richard R. Rosenkranz, Anthony Maeder, Trevor N. Savage, Rhys Tague, Anetta van Italie, W. Kerry Mummery, Cristina M. Caperchione

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInteractivityIntervention (counseling)Randomized controlled trialPsychological interventionHealth promotionAttritionWeb 2.0Web applicationWorld Wide WebIntervention mappingBehavior changeMedicinePsychologyComputer scienceWeb pageNursingPublic healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

IT interventions initially used to promote health used static platforms, often only as a repository of health-based educational material. Such Web 1.0 technologies failed to promote longer-term user engagement, and rarely allowed the interactivity required for more effective health promotion impact. With more interactive Web 2.0 technologies, greater engagement and retention is often evident, with the participation architecture encouraging interactive user-focused tools and interfaces that allow individuals to determine how information is generated, modified, and shared collaboratively. PURPOSE: To identify successes and challenges of an RCT and real-world trial of an IT-based physical activity (PA) promotion intervention. METHODS: The WALK 2.0 study used a Web 2.0-based platform to engage and retain participants in health behaviour change to increase PA. The program included 2 trials: (1) an RCT comparing a Web 2.0 intervention with a less interactive Web 1.0 intervention, and (2) a real-world randomised ecological trial (RET) comparing a Web 2.0 and Web 1.0 intervention. RESULTS: The RCT showed that, compared to the Web 1.0 group, the Web 2.0 group improved PA in the short-term (p=.02), but that the effect diminished over time, despite higher engagement of the Web 2.0 group. The RET showed that the Web 2.0 intervention was more effective in improving PA (p=.005), and that while the Web 2.0 website was visited significantly more (p=.002), both groups displayed high non-usage attrition and low intervention engagement. Whilst the RCT and RET showed that using a more interactive Web 2.0-based approach was more effective in improving PA, several challenges were identified in designing, implementing, and evaluating such interventions. These include IT-based intervention development in 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. CONCLUSIONS: Future research 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)0,008
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
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)0,0030,000

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 Opus0,190
Tête enseignante GPT0,500
Écart entre enseignants0,310 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & Exercise→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→