Psychographic profiling — a method for developing relatable avatars for a direct-to-consumer mobile game for adolescent girls on mobile in India
Notice bibliographique
Résumé
Abstract This research aimed to conduct psychographic profiling for developing a direct-to-consumer mobile game targeting the sexual and reproductive health of adolescent girls in India. We used semi-structured tools to collect information on role models, family, education, dreams, fears and decision-making power. We also presented visual stimuli to the participants (Indian girls; age: 15–19 years; N = 103). Responding to the stimuli, the participants expressed their perceptions of social norms, moral standards, obligations and aspirations. We carried out thematic analysis using predetermined codes and did an inductive analysis to identify emergent profiles. Analysis revealed seven primary themes that influence the participants’ aspirations, decisions and agency: (i) clarity regarding career goals, (ii) information about the pathways to reach those goals, (iii) efforts toward achieving goals, (iv) clarity about priorities, (v) parental support, (vi) ability and willingness to negotiate and (vii) social mobility. Based on combinations of these themes, four predominant personas emerged as descriptive categories of girls’ lives and attitudes. These four profiles will form the basis of Game of Choice, Not Chance™ game: informing the scenarios, in-game decisions and relatable content. This study represents a novel approach to research for an equally innovative game for agency building and health awareness among adolescents.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».