MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405764518 · doi:10.2196/60495

mHealth App to Promote Healthy Lifestyles for Diverse Families Living in Rural Areas: Usability Study

2024· article· en· W4405764518 sur OpenAlexvenueno aff
Alejandra Perez Ramirez, Adrian Ortega, Natalie Stephenson, Angel Muñoz Osorio, Anne E. Kazak, Thao-Ly T. Phan

Notice bibliographique

RevueJMIR Formative Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésPreprintmHealthUsabilityInternet privacyRural areaWorld Wide WebPsychologyGerontologyComputer scienceMedicineHuman–computer interactionPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mobile Integrated Care for Childhood Obesity is a multicomponent intervention for caregivers of young children with obesity from rural communities that was developed in collaboration with community, parent, and health care partners. It includes community programming to promote healthy lifestyles and address social needs and health care visits with an interdisciplinary team. A digital mobile health platform-the Healthy Lifestyle (Nemours Children's Health) dashboard-was designed as a self-management tool for caregivers to use as part of Mobile Integrated Care for Childhood Obesity. OBJECTIVE: This study aimed to improve the usability of the English and Spanish language versions of the Healthy Lifestyle dashboard. METHODS: During a 3-phased approach, usability testing was conducted with a diverse group of parents. In total, 7 mothers of children with obesity from rural communities (average age 39, SD 4.9 years; 4 Spanish-speaking and 3 English-speaking) provided feedback on a prototype of the dashboard. Participants verbalized their thoughts while using the prototype to complete 4 tasks. Preferences on the dashboard icon and resource page layout were also collected. Testing was done until feedback reached saturation and no additional substantive changes were suggested. Qualitative and quantitative data regarding usability, acceptability, and understandability were analyzed. RESULTS: The dashboard was noted to be acceptable by 100% (N=7) of the participants. Overall, participants found the dashboard easy to navigate and found the resources, notifications, and ability to communicate with the health care team to be especially helpful. However, all (N=4) of the Spanish-speaking participants identified challenges related to numeracy (eg, difficulty interpreting the growth chart) and literacy (eg, features not fully available in Spanish), which informed iterative refinements to make the dashboard clearer and more literacy-sensitive. All 7 participants (100%) selected the same dashboard icon and 71% (5/7) preferred the final resource page layout. CONCLUSIONS: Conducting usability testing with key demographic populations, especially Spanish-speaking populations, was important to developing a mobile health intervention that is user-friendly, culturally relevant, and literacy-sensitive.

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)0,010
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,130
Tête enseignante GPT0,550
Écart entre enseignants0,420 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→