Experiences of Wheelchair Users With Spinal Cord Injury With Self-Tracking and Commercial Self-Tracking Technology (“In Our World, Calories Are Very Important”): Qualitative Interview Study
Notice bibliographique
Résumé
BACKGROUND: Commercial wearable and mobile wellness apps and devices have become increasingly affordable and ubiquitous. One of their aims is to assist the individual wearing them in adopting a healthier lifestyle through tracking and visualizing their data. Some of these devices and apps have a wheelchair mode that indicates that they are designed for different types of bodies (eg, wheelchair users with spinal cord injury [SCI]). However, research focuses mainly on designing and developing new condition-specific self-tracking technology, whereas the experiences of wheelchair users with SCI using self-tracking technology remain underexplored. OBJECTIVE: The objectives of this study were to (1) provide a comprehensive overview of the literature in the field of self-tracking technology and wheelchair users (as a basis for the study), (2) present the self-tracking needs of wheelchair users with SCI, and (3) present their experiences and use of commercial self-tracking technology. METHODS: We conducted semistructured interviews with wheelchair users with SCI to understand their experiences with self-tracking and self-tracking technologies, their self-tracking needs, and how they changed before and after the injury. The interviews were thematically analyzed using an inductive approach. RESULTS: Our findings comprised three themes: (1) being a wheelchair user with SCI, (2) reasons for self-tracking, and (3) experiences with self-tracking technologies and tools. The last theme comprised 3 subthemes: self-tracking technology use, trust in self-tracking technology, and calorie tracking. CONCLUSIONS: In the Discussion section, we present how our findings relate to the literature and discuss the lack of trust in commercial self-tracking technologies regarding calorie tracking, as well as the role of wheelchair users with SCI in the design of commercial self-tracking technology.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,006 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».