A Relaxation App (HeartBot) for Stress and Emotional Well-Being Over a 21-Day Challenge: Randomized Survey Study
Notice bibliographique
Résumé
BACKGROUND: HeartBot is an app designed to enable people 14 years and older to use relaxation tools offered by Heartfulness Institute to deal with daily stress and anxiety in a healthy, productive manner. These tools have proven effective in stress management and mental wellness when administered in a controlled environment by a certified proctor. OBJECTIVE: This study aimed to explore the app's effectiveness and evaluate the implementation of the tools. METHODS: In this study, 88 participants were recruited and randomly sorted into 2 groups, the HeartBot intervention group (n=46) and the waitlist control group (n=42). Pre- and postsurveys measured participants' stress levels using the Perceived Stress Scale (PSS) and their social-emotional well-being using the EPOCH (Engagement, Perseverance, Optimism, Connectedness, and Happiness) Measure of Adolescent Well-Being before and after they used the app for 21 days for 30 minutes every day. RESULTS: The study received institutional review board approval on August 18, 2019. Participant recruitment lasted from the approval date until September 30, 2019. The 21-day challenge started on October 1, 2019. Of the 135 people who signed up, 88 completed the study. There was a statistically significant difference in the mean PSS scores before and after the intervention (from 18.3 to 7.89; P<.001). The paired Wilcoxon rank sum test on the EPOCH scores indicated a significant difference in the medians of the total scores (W=411.5, P<.001). CONCLUSIONS: Evidence from this study shows that HeartBot is an effective app that can be used to manage stress and improve positive characteristics of emotional wellness. Future research and widespread usage of the app under this study are encouraged based on this preliminary evidence of its effectiveness. TRIAL REGISTRATION: ClinicalTrials.gov NCT04589520; https://clinicaltrials.gov/ct2/show/NCT04589520.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,008 | 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 ».