MétaCan
Menu
Retour à la cohorte
Enregistrement W4409323157 · doi:10.2196/69873

A Novel Just-in-Time Intervention for Promoting Safer Drinking Among College Students: App Testing Across 2 Independent Pre-Post Trials

2025· article· en· W4409323157 sur OpenAlexvenueno aff
Philip I. Chow, Jessica G. Smith, Ravjot Saini, Christina Frederick, Maxwell Ritterband, Jennifer P. Halbert, Kathryn Cheney, Katharine E. Daniel, Karen Ingersoll

Notice bibliographique

RevueJMIR Human Factors · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBinge drinkingSAFERIntervention (counseling)Psychological interventionUsabilityMedicineConfidence intervalmHealthPoison controlPsychologyHuman factors and ergonomicsClinical psychologyEnvironmental healthComputer securityPsychiatryComputer scienceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Binge drinking, which is linked to various immediate and long-term negative outcomes, is highly prevalent among US college students. Behavioral interventions delivered via mobile phones have a strong potential to help decrease the hazardous effects of binge drinking by promoting safer drinking behaviors. Objective: This study aims to evaluate the preliminary efficacy of bhoos, a novel smartphone app designed to promote safer drinking behaviors among US college students. The app offers on-demand educational content about safer alcohol use, provides dynamic feedback as users log their alcohol consumption, and includes an interactive drink tracker that estimates blood alcohol content in real time. Methods: The bhoos app was tested in 2 independent pre-post studies each lasting 4 weeks, among US college students aged 18-35 years. The primary outcome in both trials was students' self-reported confidence in using protective behavioral strategies related to drinking, with self-reported frequency of alcohol consumption over the past month examined as a secondary outcome. Results: In study 1, bhoos was associated with increased confidence in using protective behavioral strategies. Students also endorsed the high usability of the app and reported acceptable levels of engagement. Study 2 replicated findings of increased confidence in using protective behavioral strategies, and demonstrated a reduction in the self-reported frequency of alcohol consumption. Conclusions: Bhoos is a personalized, accessible, and highly scalable digital intervention with a strong potential to effectively address alcohol-related behaviors on college campuses.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,066
Tête enseignante GPT0,404
Écart entre enseignants0,338 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207