MétaCan
Menu
Retour à la cohorte
Enregistrement W3212752439 · doi:10.2196/22113

Reasons for Nonuse, Discontinuation of Use, and Acceptance of Additional Functionalities of a COVID-19 Contact Tracing App: Cross-sectional Survey Study

2021· article· en· W3212752439 sur OpenAlexvenueno aff
Michel Walrave, Cato Waeterloos, Koen Ponnet

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueCOVID-19 Digital Contact Tracing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContact tracingSmartphone appDiscontinuationMedicineCoronavirus disease 2019 (COVID-19)Cross-sectional studyInternet privacyPopulationPsychologyEnvironmental healthComputer scienceDiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In several countries, contact tracing apps (CTAs) have been introduced to warn users if they have had high-risk contacts that could expose them to SARS-CoV-2 and could, therefore, develop COVID-19 or further transmit the virus. For CTAs to be effective, a sufficient critical mass of users is needed. Until now, adoption of these apps in several countries has been limited, resulting in questions on which factors prevent app uptake or stimulate discontinuation of app use. OBJECTIVE: The aim of this study was to investigate individuals' reasons for not using, or stopping use of, a CTA, in particular, the Coronalert app. Users' and nonusers' attitudes toward the app's potential impact was assessed in Belgium. To further stimulate interest and potential use of a CTA, the study also investigated the population's interest in new functionalities. METHODS: An online survey was administered in Belgium to a sample of 1850 respondents aged 18 to 64 years. Data were collected between October 30 and November 2, 2020. Sociodemographic differences were assessed between users and nonusers. We analyzed both groups' attitudes toward the potential impact of CTAs and their acceptance of new app functionalities. RESULTS: Our data showed that 64.9% (1201/1850) of our respondents were nonusers of the CTA under study; this included individuals who did not install the app, those who downloaded but did not activate the app, and those who uninstalled the app. While we did not find any sociodemographic differences between users and nonusers, attitudes toward the app and its functionalities seemed to differ. The main reasons for not downloading and using the app were a perceived lack of advantages (308/991, 31.1%), worries about privacy (290/991, 29.3%), and, to a lesser extent, not having a smartphone (183/991, 18.5%). Users of the CTA agreed more with the potential of such apps to mitigate the consequences of the pandemic. Overall, nonusers found the possibility of extending the CTA with future functionalities to be less acceptable than users. However, among users, acceptability also tended to differ. Among users, functionalities relating to access and control, such as digital certificates or "green cards" for events, were less accepted (358/649, 55.2%) than functionalities focusing on informing citizens about the spread of the virus (453/649, 69.8%) or making an appointment to get tested (525/649, 80.9%). CONCLUSIONS: Our results show that app users were more convinced of the CTA's utility and more inclined to accept new app features than nonusers. Moreover, nonusers had more CTA-related privacy concerns. Therefore, to further stimulate app adoption and use, its potential advantages and privacy-preserving mechanisms need to be stressed. Building further knowledge on the forms of resistance among nonusers is important for responding to these barriers through the app's further development and communication campaigns.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,097
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,006
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,113
Tête enseignante GPT0,367
Écart entre enseignants0,253 · 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 tête enseignante, 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

Citations27
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetCOVID-19 Digital Contact TracingTravaux en français237 207