MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399973010 · doi:10.3390/su16135338

A Sustainable mHealth Intervention to Promote Physical Activity for Healthy Aging: A Pilot Study of the “Every Walk You Take” Citizen Science Initiative

2024· article· en· W4399973010 sur OpenAlexaff
Preet Naik, Dolores Álamo-Junquera, Laura Igual, Marc Serrajordi, Albert Pérez‐Bellmunt, Carles Pericas, Constança Pagès-Fernández, Tarun Reddy Katapally, María Grau

Notice bibliographique

RevueSustainability · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensLawson Health Research InstituteWestern University
Organismes subventionnairesEuropean Commission
Mots-clésmHealthCitizen scienceIntervention (counseling)Sustainable livingTest (biology)Promotion (chess)Active livingHealth promotionPsychologyQuality of life (healthcare)GerontologyMedicineSustainabilityPublic healthNursingPolitical sciencePsychological interventionEcology

Résumé

récupéré en direct d'OpenAlex

The objective of the Every Walk You Take initiative was to co-design and test, in a pilot study, a sustainable mHealth intervention prototype (mobile app) to promote physical activity. This prototype would help to identify the barriers to and facilitators of active living in individuals older than 55 years. A prototype of the intervention was co-designed by a community of stakeholders in Barcelona who were familiar with the social and economic burden of aging in high-income societies. The app’s functionalities included recommendations for healthy routes in the city (parks, pedestrian lanes, and streets) according to environmental variables (air quality and climate) and personal preferences (route difficulty, distance, and geolocation), and ecological momentary assessments (pictures and voice notes) were collected to identify the barriers to and facilitators of performing these routes. To test the app, a pilot study was conducted over two 7-day cycles with citizen scientists recruited at the life-long learning centers of two deprived neighborhoods in Barcelona. A total of 21 citizen scientists (mean age = 67 (standard deviation = 7)), 86% of them female, collected 112 comments and 48 pictures describing their perceived barriers to and facilitators of active living. Every Walk You Take is a new, validated, and sustainable mHealth intervention that is directly involved in health promotion, as it empowers the citizens of Barcelona to play an active role in their own healthcare. This intervention has the potential to be implemented in different cities around the world to collect information on the community determinants of health and health assets.

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)0,011
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: Essai non randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,048
Tête enseignante GPT0,403
Écart entre enseignants0,355 · 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'étudeEssai non randomisé
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainability→Même sujetUrban Transport and Accessibility→Travaux en français237 207→