MétaCan
Menu
Retour à la cohorte
Enregistrement W4386910337 · doi:10.2196/43186

Design Guidelines of Mobile Apps for Older Adults: Systematic Review and Thematic Analysis

2023· review· en· W4386910337 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR mhealth and uhealth · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development FundMinisterio de Ciencia e Innovación
Mots-clésUsabilityThematic analysisComputer scienceSystematic reviewFocus groupSet (abstract data type)mHealthMobile deviceInternet privacyWorld Wide WebData scienceApplied psychologyPsychologyMEDLINEQualitative researchMedicinePsychological interventionHuman–computer interactionNursingSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mobile apps are fundamental tools in today's society for practical and social endeavors. However, these technologies are often not usable for older users. Given the increased use of mobile apps by this group of users and the impact that certain services may have on their quality of life, such as mobile health, personal finance, or online administrative procedures, a clear set of guidelines for mobile app designers is needed. Existing recommendations for older adults focus on investigations with certain groups of older adults or have not been extracted from experimental results. OBJECTIVE: In this research work, we systematically reviewed the scientific literature that provided recommendations for the design of mobile apps based on usability testing with older adults and organized such recommendations into a meaningful set of design guidelines. METHODS: We conducted a systematic literature review of journal and conference articles from 2010 to 2021. We included articles that carried out usability tests with populations aged >60 years and presented transferable guidelines on mobile software design, resulting in a final set of 40 articles. We then carried out a thematic analysis with 3 rounds of analysis to provide meaning to an otherwise diverse set of recommendations. At this stage, we discarded recommendations that were made by just 1 article, were based on a specific mobile app and were therefore nontransferrable, were based on other authors' literature (as opposed to recommendations based on the results of usability tests), or were not sufficiently argued. With the remaining recommendations, we identified commonalities, wrote a faithful statement for each guideline, used a common language for the entire set, and organized the guidelines into categories, thereby giving shape to an otherwise diverse set of recommendations. RESULTS: Among the 27 resulting guidelines, the rules Simplify and Increase the size and distance between interactive controls were transversal and of the greatest significance. The rest of the guidelines were divided into 5 categories (Help & Training, Navigation, Visual Design, Cognitive Load, and Interaction) and consequent subcategories in Visual Design (Layout, Icons, and Appearance) and Interaction (Input and Output). The recommendations were structured, explained in detail, and illustrated with applied examples extracted from the selected studies, where appropriate. We discussed the design implications of applying these guidelines, contextualized with relevant studies. We also discussed the limitations of the approach followed, stressing the need for further experimentation to gain a better understanding of how older adults use mobile apps and how to better design such apps with these users in mind. CONCLUSIONS: The compiled guidelines support the design of mobile apps that cater to the needs of older adults because they are based on the results of actual usability tests with users aged >60 years.

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.

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)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,164
Tête enseignante GPT0,483
Écart entre enseignants0,319 · 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