Evaluating User Experiences and Preferred Features of a Web-Based 24-Hour Dietary Assessment Tool: Usability Study
Notice bibliographique
Résumé
BACKGROUND: Intake24, a web-based 24-hour dietary recall tool developed in the United Kingdom, was adapted for use in New Zealand (Intake24-NZ) through the addition of a New Zealand food list, portion size images, and food composition database. Owing to the customizations made, a thorough evaluation of the tool's usability was required. Detailed qualitative usability studies are well suited to investigate any challenges encountered while completing a web-based 24-hour recall and provide meaningful data to inform enhancements to the tool. OBJECTIVE: This study aims to evaluate the usability of Intake24-NZ and identify improvements to enhance both the user experience and the quality of dietary intake data collected. METHODS: We used a mixed methods approach comprising two components: (1) completion of a single 24-hour dietary recall using Intake24-NZ with both screen observation recordings and collation of verbal participant feedback on their experience and (2) a survey. RESULTS: A total of 37 participants aged ≥11 years self-completed the dietary recall and usability survey (men and boys: 14/37, 38% and women and girls: 23/37, 62%; Māori: 10/37, 27% and non-Māori: 27/37, 73%). Although most (31/37, 84%) reported that Intake24-NZ was easy to use and navigate, data from the recorded observations and usability survey revealed challenges related to the correct use of search terms, search results obtained (eg, type and order of foods displayed), portion size estimation, and associated food prompts (eg, did you add milk to your tea?). CONCLUSIONS: This comprehensive usability study identified challenges experienced by users in completing a dietary recall in Intake24-NZ. The results informed a series of improvements to enhance user experience and the quality of dietary data collected with Intake24-NZ, including adding new foods to the food list, optimizing the search function and ordering of search results, creating new portion size images, and providing clearer instructions to the users.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».