A Multiple Health Behavior Change, Self-Monitoring Mobile App for Adolescents: Development and Usability Study of the Health4Life App
Notice bibliographique
Résumé
BACKGROUND: The link between chronic diseases and the Big 6 lifestyle risk behaviors (ie, poor diet, physical inactivity, smoking, alcohol use, sedentary recreational screen time, and poor sleep) is well established. It is critical to target these lifestyle risk behaviors, as they often co-occur and emerge in adolescence. Smartphones have become an integral part of everyday life, and many adolescents already use mobile apps to monitor their lifestyle behaviors and improve their health. Smartphones may be a valuable platform for engaging adolescents with interventions to prevent key chronic disease risk behaviors. OBJECTIVE: The aim of this paper is to describe the development, usability, and acceptability of the Health4Life app, a self-monitoring smartphone app for adolescents that concurrently targets the Big 6 lifestyle behaviors. METHODS: The development of the Health4Life app was an iterative process conducted in collaboration with adolescents and experts. The development process consisted of three stages: scoping the literature; end user consultations, which included a web-based survey (N=815; mean age 13.89, SD 0.89 years) and a focus group (N=12) among adolescents; and app development and beta testing. Following this development work, 232 adolescents were asked to rate the usability and acceptability of the app. RESULTS: The process resulted in a self-monitoring smartphone app that allows adolescent users to track and set goals for the Big 6 health behaviors, using in-app rewards and notifications to enhance engagement. The overall adolescent feedback was positive in terms of user-friendly design, content, relevance, and helpfulness. Commonly identified areas for improvement were to increase interactive features and display recorded health behaviors differently to improve interpretability. CONCLUSIONS: The Health4Life app is a co-designed, self-monitoring smartphone app for adolescents that concurrently targets the Big 6 lifestyle behaviors. Adolescents rated the app as highly acceptable and usable. The app has the potential to efficiently and effectively modify important risk factors for chronic disease among young people and is currently being evaluated in a world-first trial of 6640 secondary school students in 71 schools across Australia.
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 | 0,014 | 0,027 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».