Optimizing Participant Engagement in Cyberhealth Co-Design: Course-of-Action Framework Analysis
Notice bibliographique
Résumé
Background: Co-design is recognized for its potential to enhance the usability of products through active user participation. However, participation alone does not guarantee the effectiveness of the resulting product. Understanding participants' engagement during co-design activities can provide valuable insights into their motivations, concerns, and contributions, which are critical to achieving successful outcomes. Objective: This study aims to analyze participant engagement in a digital health co-design parent project focusing on developing a tool to facilitate support-seeking for elderly caregivers. Methods: The parent project included 74 participants from 3 categories: caregivers, health care and social service professionals, and community workers. Testimonies for this study were collected from 20 participants using the self-confrontation interview methodology. Engagement was analyzed qualitatively using the course-of-action framework. The engagements were organized into emergent themes. The analysis focused on variations in engagement patterns across participant categories and sessions. Results: A total of 3 themes of engagement were identified: tool design, participant needs, and contextual situations. Engagement was distributed similarly across themes, except for community workers, who were more focused on needs (52/94, 42%) than tool design (25/62, 20%). There was significant variation in engagement over sessions, with tool design being more prominent during specific sessions (co-design sessions CoD5, CoD7, and CoD8) and less important during others (CoD4, AC2 [advisory committee session], CoD6, and AC3). Activities directly tied to design tasks significantly enhanced engagement with tool design. These results underscore the influence of activity types in shaping participants' focus and involvement. Conclusions: This study highlights the role of affordances in co-design activities to balance engagement across design, collaboration, and participation dimensions. By strategically leveraging affordances, future co-design projects can optimize engagement and ensure more effective outcomes.
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 | 0,031 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».