Barriers to and Facilitators of Using a One Button Tracker and Web-Based Data Analytics Tool for Personal Science: Exploratory Study
Notice bibliographique
Résumé
BACKGROUND: Individuals' self-tracking of subjectively experienced phenomena related to health can be challenging, as current options for instrumentation often involve too much effort in the moment or rely on retrospective self-reporting, which is likely to impair accuracy and compliance. OBJECTIVE: This study aims to assess the usability and perceived usefulness of low-effort, in-the-moment self-tracking using simple instrumentation and to establish the amount of support needed when using this approach. METHODS: In this exploratory study, the One Button Tracker-a press-button device that records time stamps and durations of button presses-was used for self-tracking. A total of 13 employees of an academic medical center chose a personal research question and used the One Button Tracker to actively track specific subjectively experienced phenomena for 2 to 4 weeks. To assess usability and usefulness, we combined qualitative data from semistructured interviews with quantitative results from the System Usability Scale. RESULTS: In total, 29 barriers and 15 facilitators for using the One Button Tracker were found. Ease of use was the most frequently mentioned facilitator. The One Button Tracker's usability received a median System Usability Scale score of 75.0 (IQR 42.50), which is considered as good usability. Participants experienced effects such as an increased awareness of the tracked phenomenon, a confirmation of personal knowledge, a gain of insight, and behavior change. Support and guidance during all stages of the self-tracking process were judged as valuable. CONCLUSIONS: The low-effort, in-the-moment self-tracking of subjectively experienced phenomena has been shown to support personal knowledge gain and health behavior change for people with an interest in health promotion. After addressing barriers and formally validating the collected data, self-tracking devices may well be helpful for additional user types or health questions.
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 | 0,017 | 0,073 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».