MétaCan
Menu
Retour à la cohorte
Enregistrement W4412690389 · doi:10.1177/10126902251357390

Embracing digital self-tracking for fitness and health: The rise of smartwatches in Ghana's fitness communities

2025· article· en· W4412690389 sur OpenAlexaff
Bright Baffour Antwi, Jonathan Finn

Notice bibliographique

RevueInternational Review for the Sociology of Sport · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésSmartwatchTracking (education)Physical activityPhysical fitnessSociologyPsychologyAdvertisingComputer scienceBusinessWearable computerPhysical medicine and rehabilitationMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

Considering the growing adoption of smartwatches in Ghanaian fitness communities, this study examines the socio-cultural factors contributing to the rise in digital self-tracking practices. This study is based on four ethnographic revisits to Ghana, where we draw on 20 semi-structured interviews and participant observations with fitness enthusiasts. We apply algorithmic subjectivity as the theoretical lens to analyse the rise and adoption of smartwatches in the construction of fitness and social identities. Using reflexive thematic analysis, we identified four primary features of the adoption of smartwatches in Ghana: minimising the fear of developing non-communicable diseases, counteracting a sitting culture, habit hacking and symbolic power. The study argues that as users strive to achieve their fitness goals, smartwatches in Ghana can be understood as a new form of socio-technical infrastructure that promotes fitness and health-oriented behaviours. We, however, caution that smartwatch use contributes to new ‘algorithmic subjectivities’ which emphasise the body and its health as tied to quantitative outputs.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,005
Communication savante0,0030,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,088
Tête enseignante GPT0,470
Écart entre enseignants0,382 · 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'étudeQualitatif
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 revueInternational Review for the Sociology of SportMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207