MétaCan
Menu
Retour à la cohorte
Enregistrement W4247165878 · doi:10.1504/ijhtm.2017.088862

A healthy lifestyle app for older adults with diabetes and hypertension: usability assessment

2017· article· en· W4247165878 sur OpenAlexaff
Jenna Smith Turchyn, Janelle Gravesande, Gina Agarwal, Dee Mangin, Dena Javadi, Jessica Peter, Fiona Parascandalo, Lisa Dolovich, Julie Richardson

Notice bibliographique

RevueInternational Journal of Healthcare Technology and Management · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésUsabilityMotivational interviewingMobile appsPsychological interventionmHealthMedicineSelf-managementSession (web analytics)Applied psychologyDiabetes managementPsychologyGerontologyDiabetes mellitusType 2 diabetesNursingComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Risk factor modification interventions using mobile health technology have been shown to be effective in managing non-communicable lifestyle related conditions. The objective of this study was to explore how older adults with type 2 diabetes and hypertension use an online app developed to help manage these conditions. Usability testing was conducted on the TAPESTRY-CM Healthy Lifestyle App, an online self-management application. This included an online session, using a cognitive interviewing approach, and semi-structured interviews at various times. Qualitative content analysis was performed as sessions were completed using coding and category formation. All participants commented positively on app content. Suggestions for improvement were given in regard to app content and layout. This study provides strong support for initial use of this app. Results of this study will be used to improve the app prior to conducting larger scale effectiveness trials or using it in clinical practice.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,412
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,407
Écart entre enseignants0,383 · 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Healthcare Technology and ManagementMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207