Design Preferences, Routines, and Well-Being of Older Adults Using Voice-Guided Digital Mindfulness: Qualitative Interview Study
Notice bibliographique
Résumé
BACKGROUND: Mindfulness-based interventions have been demonstrated to be effective in improving bodily and emotional well-being. However, only a few studies have explored individual differences in the application and use of digital mindfulness among adults aged ≥65 years. Voice-guided mindfulness technologies can increase the accessibility of mindfulness training, but the expected benefits may not be similar in all user groups. OBJECTIVE: This study aims to understand how older adults incorporate mindfulness into their habits and routines, explore the digital mindfulness design preferences of older adults, and understand if and how digital mindfulness can facilitate self-perceived well-being among older adults. METHODS: A qualitative interview study built on an interpretive-constructivist paradigm was conducted among older adults in Sweden who used a voice-guided mindfulness app for a 3-week period in their homes (N=15). Semistructured interviews were conducted one-on-one with participants after using the app. Qualitative thematic analysis was used to explore the lived experiences of digital mindfulness, as articulated by participants, which allowed an open exploration of the subjective experiences of digital mindfulness and their possible effects and outcomes. RESULTS: From the coding stage, 23 codes describing the digital mindfulness experience were identified from the data. These codes were thematized to group the codes together, resulting in 7 subthemes. From these 7 subthemes, three main themes were formed to answer the research objectives: (1) the embeddedness of digital mindfulness in older adults' daily routines and habits, (2) heterogeneity in older adults' design preferences for digital mindfulness, and (3) the consequences of digital mindfulness on the self-perceived well-being of older adults. CONCLUSIONS: This study concludes that digital mindfulness offers a possibility to enhance the self-perceived well-being of older adults by fostering resilience and self-care. However, adverse effects of mindfulness, such as frustration and discomfort, can also be experienced by older adults. The digital mindfulness experiences and preferences of older adults are highly individual, diverse, and manifold, which indicates that personalized approaches are essential for effective engagement. By acknowledging and addressing the heterogeneous design preferences within this demographic, developers can create more personalized and adaptive voice-guided mindfulness apps.
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 | 0,014 |
| 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 | 0,006 | 0,006 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».