Active Use and Engagement in an mHealth Initiative Among Young Men With Obesity: Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: The effectiveness of mobile health (mHealth) approaches that employ wearable technology to promote physical activity have been the subject of concern due to the declining active use observed in trial settings. OBJECTIVE: To better contextualize active use, this study aimed to identify the barriers and enablers to engagement in a tracker-based mHealth initiative among young men who had recently completed a 19-week residential weight loss program. METHODS: A mixed methods study was conducted among 167 young men who had voluntarily enrolled in the national steps challenge (NSC), an mHealth physical activity promotion initiative, following a residential weight loss intervention. A subsample of 29 enrollees with a body mass index of 29.6 (SD 3.1) participated in semistructured interviews and additional follow-up assessments. Quantitative systems data on daily step count rates were used to describe active use. Qualitative data were coded and analyzed to elicit barriers and enablers to microlevel engagement in relation to the NSC, focusing on tracker and smartphone use. We further elicited barriers and enablers to macrolevel engagement by exploring attitudes and behaviors toward the NSC. Using triangulation, we examined how qualitative engagement in the NSC could account for quantitative findings on active use. Using integration of findings, we discussed how the mHealth intervention might have changed physical activity behavior. RESULTS: Among the 167 original enrollees, active use declined from 72 (47%) in week 1 to 27 (17%) in week 21. Mean daily step counts peaked in week 1 at 10,576 steps per day and were variable throughout the NSC. Barriers to engagement had occurred in the form of technical issues leading to abandonment, device switching, and offline tracking. Passive attitudes toward step counting and disinterest in the rewards had also prevented deeper engagement. Enablers of engagement included self-monitoring and coaching features, while system targets and the implicit prospect of reward had fostered new physical activity behaviors. CONCLUSIONS: Our study showed that as the NSC is implemented in this population, more emphasis should be placed on technical support and personalized activity targets to promote lasting behavior change.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».