MétaCan
Menu
Retour à la cohorte
Enregistrement W3090876093 · doi:10.2196/18122

The Role of Information Technology Mindfulness in the Postadoption Stage of Using Personal Health Devices: Cross-Sectional Questionnaire Study in Mobile Health

2020· article· en· W3090876093 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueTechnostress in Professional Settings
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMindfulnessmHealthContext (archaeology)eHealthPsychologyApplied psychologyClinical psychologyPsychological interventionHealth carePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although personal health devices (for example, smartwatches, fitness trackers and intelligent bracelets) offer great potential to monitor personal fitness and health parameters, many users discontinue using them after a few months. Thus, it is critical to study the postadoption behaviors of current users to enhance their engagement with personal health devices and use behaviors. However, there is little empirical research on the factors affecting users' engagement in beneficial use behaviors. Mindfulness and identity are not new topics, but the applications of these concepts in the field of information systems are emerging themes. Information technology (IT) mindfulness has been conceptualized in previous studies; however, little is known about the antecedents and consequences of IT mindfulness in the mobile health (mHealth) context. OBJECTIVE: The main aim of this study is to explore both IT identity and IT mindfulness to develop a new ground for research in the domain of mHealth postadoption. Thus, we aim to explain why users should be fully mindful of their engagement with PHDs and what could be the consequences and implications. METHODS: This study proposes that IT mindfulness can play an important role in improving the use behaviors of users. Through a web-based survey with 450 current users of a personal health device, this paper tests the relationship between IT identity and IT mindfulness in the postadoption stage of using personal health devices. RESULTS: We found that IT identity significantly shapes IT mindfulness associated with PHDs. Moreover, the IT identity-IT mindfulness relationship is negatively moderated by individuals' perceived health status (P=.003). Finally, the results of this study show that IT mindfulness can significantly predict automatic use behaviors (eg, continued intention to use), active use behaviors (eg, feature use and enhanced use behaviors), and commitment behaviors in using personal health devices (eg, positive word-of-mouth intention). CONCLUSIONS: The findings of this study provide implications for both research and practice. This study can contribute to our current understanding of IT mindfulness by developing and empirically testing a research model that explains the determinants and outcomes of the IT mindfulness construct in the context of personal health devices. The results imply that IT mindfulness significantly helps individuals express their alertness, awareness, openness, and orientation in the present in their postadoption interactions with smart devices used for health care purposes. Finally, our findings may assist practitioners and IT developers in designing mindfulness-supporting PHDs. Owing to the impact of IT mindfulness on postadoption behaviors, its 4 dimensions could be used for developing PHD technologies. Moreover, PHD developers may need to direct their efforts toward increasing IT mindfulness by reinforcing IT identity to serve and retain a wide range of target users.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,076
Score d'incertitude au seuil0,544

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,045
Tête enseignante GPT0,428
Écart entre enseignants0,383 · 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