The Effects of Using the Sun Safe App on Sun Health Knowledge and Behaviors of Young Teenagers: Results of Pilot Intervention Studies
Notice bibliographique
Résumé
BACKGROUND: A balanced approach toward sun exposure and protection is needed by young people. Excessive sun exposure increases their risk for skin cancers such as melanoma, whereas some exposure is necessary for vitamin D and healthy bones. We have developed a new iOS smartphone app-Sun Safe-through a co-design process, which aims to support healthy and balanced decision-making by young teenagers (aged 12-13 years). OBJECTIVE: The aim of this study was to test the capacity of Sun Safe to improve sun health knowledge and behaviors of young teenagers in 3 pilot intervention studies completed in 2020. METHODS: Young teenagers (aged 12-13 years; N=57) were recruited through the web or through a local school via an open-access website and given access to Sun Safe (29/57, 51%) or a placebo (SunDial) app (28/57, 49%). Participants completed sun health questionnaires and knowledge quizzes before and after the 6-week intervention (either on the web or in class) and rated the quality of the app they used via a survey. RESULTS: Of the 57 participants, 51 (89%) participants (26, 51% for placebo arm and 25, 49% for the Sun Safe arm) completed these studies, with most (>50%) reporting that they used a smartphone to access their designated app either "once a fortnight" or "once/twice in total." Improved sun health knowledge-particularly about the UV Index-was observed in participants who were given access to Sun Safe compared with those who used the placebo (-6.2 [percentage correct] difference in predicted means, 95% CI -12.4 to -0.03; P=.049; 2-way ANOVA). Unexpectedly, there were significantly more sunburn events in the Sun Safe group (relative risk 1.7, 95% CI 1.1-1.8; P=.02; Fisher exact test), although no differences in time spent outdoors or sun-protective behaviors were reported. COVID-19 pandemic-related community-wide shutdowns during April 2020 (when schools were closed) reduced the time spent outdoors by >100 minutes per day (-105 minutes per day difference in predicted means, 95% CI -150 to -59 minutes per day; P=.002; paired 2-tailed Student t test). Sun Safe was well-rated by participants, particularly for information (mean 4.2, SD 0.6 out of 5). CONCLUSIONS: Access to the Sun Safe app increased sun health knowledge among young teenagers in these pilot intervention studies. Further investigations with larger sample sizes are required to confirm these observations and further test the effects of Sun Safe on sun-protective behaviors.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| 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) | 0,003 | 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 ».