MétaCan
Menu
Retour à la cohorte
Enregistrement W4381548433 · doi:10.2196/44850

Perceived Use Cases, Barriers, and Requirements for a Smart Health-Tracking Toilet Seat: Qualitative Focus Group Study

2023· article· en· W4381548433 sur OpenAlexvenueno aff
Sander Hermsen, Vera Verbiest, Marije Buijs, Eva Wentink

Notice bibliographique

RevueJMIR Human Factors · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePressure Ulcer Prevention and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésToiletFocus groupSession (web analytics)HygieneQualitative researchApplied psychologyPopulationEveryday lifePsychologyInternet privacyMedical educationMedicineMarketingBusinessComputer scienceEnvironmental healthSociologyAdvertising

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Smart bathroom technology offers unrivaled opportunities for the automated measurement of a range of biomarkers and other data. Unfortunately, efforts in this area are mostly driven by a technology push rather than market pull approach, which decreases the chances of successful adoption. As yet, little is known about the use cases, barriers, and desires that potential users of smart bathrooms perceive. OBJECTIVE: This study aimed to investigate how participants from the general population experience using a smart sensor-equipped toilet seat installed in their home. The study contributes to answering the following questions: What use cases do citizens see for this innovation? and What are the limitations and barriers to its everyday use that they see, including concerns regarding privacy, the lack of fit with everyday practices, and unmet expectations for user experience? METHODS: Overall, 31 participants from 30 households participated in a study consisting of 3 (partially overlapping) stages: sensitizing, in which participants filled out questionnaires to trigger their thoughts about smart bathroom use and personal health; provotyping, in which participants received a gentle provocation in the form of a smart toilet seat, which they used for 2 weeks; and discussion, in which participants took part in a web-based focus group session to discuss their experiences. RESULTS: Participants mostly found the everyday use of the toilet, including installation and dismantling when necessary, to be relatively easy and free of complications. Where complications occurred, participants mentioned issues related to the design of the prototype, technology, or mismatches with normal practices in using toilets and hygiene. A broad range of use cases were mentioned, ranging from signaling potentially detrimental health conditions or exacerbations of existing conditions to documenting physical data to measuring biomarkers to inform a diagnosis and behavioral change. Participants differed greatly in whether they let others use, or even know about, the seat. Ownership and control over their own data were essential for most participants. CONCLUSIONS: This study showed that participants felt that a smart toilet seat could be acceptable and effective, as long as it fits everyday practices concerning toilet use and hygiene. The range of potential uses for a smart toilet seat is broad, as long as privacy and control over disclosure and data are warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0020,004
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,290
Tête enseignante GPT0,534
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetPressure Ulcer Prevention and ManagementTravaux en français237 207