MétaCan
Menu
Retour à la cohorte
Enregistrement W4220979765 · doi:10.2196/30949

Identifying Video Game Preferences Among Adults Interested in Quitting Smoking Cigarettes: Survey Study

2022· article· en· W4220979765 sur OpenAlexvenueno aff
Caitlyn R. Upton, Jessica A. Nastasi, Bethany R. Raiff

Notice bibliographique

RevueJMIR Serious Games · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Drug AbuseNational Institutes of Health
Mots-clésAdventureVideo gameAction (physics)PopulationSmoking cessationPsychologyIntervention (counseling)AdvertisingMedicineEnvironmental healthMultimediaComputer sciencePsychiatryBusiness

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Smoking is the most prevalent cause of morbidity and mortality in the United States. Although most individuals who smoke express a desire to quit smoking, only a small percentage are successful. Serious games have become popular in health sectors as a potential avenue for delivering a scalable treatment that is both accessible and engaging for the smoking population. Several smoking cessation games have already been developed, but these games feature a broad range of gameplay elements and are not necessarily based on existing video game preferences in the general or smoking population. OBJECTIVE: To better inform treatment development, this study aims to evaluate video game genre preferences among treatment-seeking individuals who smoke (N=473). METHODS: Participants responded to a screening survey to enroll in a larger, serious game intervention for smoking cessation. During this screening survey, participants were asked to disclose their favorite video games, which resulted in 277 unique game titles. These titles were coded for genre categories based on publisher listings and game features. The genres were then analyzed for the frequency of reporting overall and across age groups. RESULTS: Action, Role-Playing, and Action-Adventure were the most reported genres among adults aged ≤34 years; Action, Action-Adventure, and Logic were the most reported genres among adults aged 35-44 years; and Logic and Action were the most reported genres among adults aged ≥45 years. CONCLUSIONS: These data indicate that treatment-seeking individuals who smoke have different game preferences across age groups, and the data provide novel information to inform the development of future serious games targeting the smoking population that are tailored to the preferences of their age group. TRIAL REGISTRATION: ClinicalTrials.gov NCT03929003; https://clinicaltrials.gov/ct2/show/NCT03929003.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,360
Écart entre enseignants0,308 · 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.

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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetEducational Games and GamificationTravaux en français237 207