Crowdsourcing pentru auto-monitorizare Utilizarea dietei cu semafoare și crowdsourcing pentru a oferi dietă
Informații despre articol
Gabrielle M Turner-McGrievy, Departamentul pentru Promovarea Sănătății, Educație și Comportament, Școala Arnold de Sănătate Publică, Universitatea din Carolina de Sud, 915 Greene Street, Camera 529, Columbia, SC 29208, SUA. E-mail: [e-mail protejat]; Twitter: @briemcgrievy
Abstract
fundal
Fotografia cu smartphone-uri și feedback-ul crowdsourcing ar putea reduce sarcina participanților pentru auto-monitorizare dietetică.
Obiective
Pentru a evalua dacă indivizii neantrenați pot colecta cu precizie evaluări ale calității dietei fotografiilor cu alimente folosind abordarea Dieta Semaforă (TLD).
Metode
Participanții au fost recrutați prin Amazon Mechanical Turk și au citit o descriere de o pagină pe TLD. Studiul a examinat scorul de acuratețe al participanților (numărul total de alimente clasificate corect ca roșu, galben sau verde pe persoană), scorul de acuratețe al alimentelor (acuratețea cu care a fost clasificat fiecare aliment) și dacă acuratețea evaluărilor a crescut atunci când au fost mai mulți utilizatori incluse în crowdsourcing. Pentru fiecare dintr-o gamă de dimensiuni posibile ale mulțimii ( = 15, = 30, etc.), au fost extrase 10.000 de probe bootstrap și un interval de încredere de 95% (CI) pentru precizie construit folosind percentilele 2.5 și 97.5.
Rezultate
Participanți ( = 75; indicele de masă corporală 28,0 ± 7,5; vârsta 36 ± 11; 59% au încercat să piardă în greutate) au evaluat 10 alimente ca roșii, galbene sau verzi. Evaluatorii au demonstrat o precizie ridicată roșu/galben/verde (> 75%) examinând toate alimentele. Scorul mediu de acuratețe per participant a fost de 77,6 ± 14,0%. Fotografiile individuale au fost evaluate cu precizie în majoritatea timpului (interval = 50% -100%). Au existat puține variații în IC 95% pentru fiecare dintre cele cinci dimensiuni diferite ale mulțimii, indicând faptul că este posibil să nu fie nevoie de un număr mare de indivizi pentru a alimenta cu precizie alimentele.
Concluzii
Utilizatorii începători în nutriție pot fi instruiți cu ușurință pentru a evalua alimentele folosind TLD. Deoarece feedback-ul de la crowdsourcing se bazează pe acordul majorității, această metodă este promițătoare ca o abordare cu sarcină redusă pentru a oferi feedback de calitate a dietei.
Introducere
O opțiune pentru furnizarea feedbackului de auto-monitorizare dietetică este utilizarea crowdsourcing-ului, care utilizează aportul mai multor utilizatori pentru a oferi feedback. Crowdsourcing-ul poate prelua mai multe roluri, inclusiv strângerea colectivă de bani (crowdfunding), îndeplinirea sarcinilor (crowd crowd), efectuarea de cercetări (crowd research) și generarea de noi produse și idei (crowdsourcing creativ). 14 Informațiile dietetice de tip crowdsourcing ar fi un hibrid între munca mulțimii și cercetarea mulțimii, permițând utilizatorilor să ofere feedback colectiv rapid asupra alimentelor și băuturilor consumate, oferind astfel utilizatorilor o evaluare generală a dietelor lor. Această abordare a feedback-ului dietetic crowdsourcing are, de asemenea, potențialul de a reduce povara și de a crește gamificarea auto-monitorizării 14, ceea ce ar putea ajuta la auto-monitorizarea mai atrăgătoare și plină de satisfacții pentru utilizatori.