Employee Use of a Wireless Physical Activity Tracker Within Two Incentive Designs at One Company
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Physical activity provides numerous health benefits, including reducing risk factors that contribute to the leading causes of morbidity and mortality. Many employers offer incentives to employees to motivate engagement in wellness program activities. Two incentive designs to reward employees for achieving step goals were evaluated. This study used a retrospective design and the study population consisted of benefit-eligible employees at American Specialty Health ages 18 to 65 years who completed a health assessment and biometric screening during 2011 (N=396) or 2012 (N=500). A total of 320 employees participated in both years. During 2011, the incentive goal was 500,000 steps per quarter. By comparison, a 3-tier step goal plan was implemented in 2012 (ie, 400,000; 650,000; or 900,000 steps/quarter). The prevalence of participants in the step program was 64.7% in 2011 and 72.8% in 2012. The percentage of employees who reached at least 1 quarterly incentive increased from 36.3% in 2011 to 51.4% in 2012. Average steps/day was higher in 2012 (mean [M]=3573, standard deviation [SD]=3010) compared to the same employees in 2011 (M=2817, SD=2654) (P<.001). The findings suggest that a tiered incentive design may be an effective population approach to engage employees in physical activity. A multitier incentive design offers participants choices for goal setting and may help shape behavior toward what may be perceived as a difficult goal to achieve. (Population Health Management 2016;19:88-94).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle