Co‐designing a just‐in‐time adaptive mHealth intervention to improve parental support for child physical activity using a no‐code app design platform: Development study
Notice bibliographique
Résumé
Parental support significantly influences children's physical activity (PA) levels. Just-in-time adaptive interventions (JITAIs) delivered through mobile health (mHealth) may provide personalized, dynamic support to parents, though research is limited. 1) Describe the co-design process of a family-based JITAI app designed to help parents support their children's PA, and 2) evaluate the resources required to co-design this app using a "no-code" platform, Pathverse. Following the Integrate, Design, Assess, Share (IDEAS) and Multi-Process Action Control (M-PAC) frameworks, parents of children 8-12 years not meeting PA guidelines participated in semi-structured interviews (Phase 1). Feedback-informed app features, JITAI tailoring strategies, and prototype refinement (Phase 2). Six parents participated in Phase 1 guided by the IDEAS framework, with parental feedback directly shaping the app design. Parents emphasized family-based content, gamification, and diverse PA activities, while barriers (e.g., time, weather) informed JITAI tailoring. The M-PAC framework guided the selection and delivery of behavior change techniques (e.g., self-monitoring, social support). Development required 320 hours over four months, including decision-tree creation (50), uploading dynamic content (70), and testing (80). A family-based JITAI app was co-designed leveraging the M-PAC framework and Pathverse to integrate parental support for PA, laying the groundwork for future testing.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».