这是一篇开放获取的文章,根据创作共用署名许可协议(http://creativecommons.org/licenses/by/2.0/)发布,允许在任何媒体上不受限制地使用、分发和复制,前提是正确引用最初发表在JMIR Serious Games上的作品。必须包括完整的书目信息,http://games.www.mybigtv.com上的原始出版物的链接,以及此版权和许可信息。
近年来,游戏化一直是健康应用行业的主要焦点。然而,据我们所知,目前还没有关于游戏化元素与健康行为结构的评论,也没有关于游戏化在健康应用程序中真正扩散的见解。
本研究的目的是确定游戏化在健康应用程序中的使用程度,并分析健康和健身应用程序的游戏化作为影响消费者健康行为的潜在组成部分。
2014年冬季,对苹果应用商店中与体育活动和饮食相关的健康和健身应用进行了分析。本文分析了132款应用的10个有效游戏元素、健康游戏化的6个核心组件和13个核心健康行为结构。为了衡量健康行为结构、游戏化成分和有效游戏元素之间的相关性,进行了回归分析。
对最受欢迎应用的回顾显示,游戏化原则被广泛使用,但很少遵循任何专业指南或行业标准。回归分析显示,游戏元素与游戏化相关(
据我们所知,这项研究首次全面回顾了游戏化在健康和健身应用中的应用,以及游戏化对健康行为的潜在影响。结果显示,在健康和健身应用中使用游戏化已经变得非常受欢迎,苹果应用商店中发现的应用数量至少包含一些游戏化组件。这表明应用行业缺乏整合行为理论的重要元素,这可能会影响游戏化应用改变行为的效果。应用程序是传播健康行为改变干预措施的一个非常有前途、蓬勃发展的市场和前景。初步结果显示,游戏化在健康和健身应用程序中的应用非常广泛,这就需要对游戏化改变健康行为的潜力进行深入研究和评估。
移动电话技术最近已成为传播健康行为改变干预措施的一个重点领域[
自2007年苹果推出iPhone和谷歌的Android以来,手机销量一直超过传统手机;现在56%的美国人拥有手机。
“游戏化”一词最初出现于2008年,后来在2010年上半年被技术和健康专业人士广泛使用,涵盖了广泛的技术和游戏元素进入商业世界。
手机应用技术中的游戏化已经成为一种流行策略,无论是在商业文化中还是在学术界,它都是一种影响行为的手段。
这项研究设计包括分析2014年冬季开始的苹果iPhone健康和健身应用程序的游戏化和健康行为结构。我们对每款应用的游戏化元素和健康行为进行了测量,如下面的Measures小节所述。研究助理是从中西部一所大学的健康科学本科生和研究生中招募来的。研究助理接受了游戏化和健康行为结构的规则培训,见
该样本于2014年冬季从苹果应用商店收集。这个样本包含了应用程序商店健康和健身版块下的应用程序,这些应用程序与饮食和体育活动等特定健康行为有关。在样本收集之前,我们使用了包含游戏化的体育活动和饮食应用的关键短语建立了40个关键搜索词;关键词包括“跑步”、“步行”、“健康游戏”、“游戏化”、“饮食”、“计算卡路里”以及其他与这些行为相关的内容
苹果应用商店搜索词。
体育活动搜索词 | 饮食搜索词 | 游戏化搜索词 |
1)运行 | 1)燃烧卡路里 | 1)健康游戏 |
2)慢跑 | 2)饮食 | 2)健康游戏 |
3)走 | 3)热量 | 3)健康游戏 |
4)交叉训练 | 4)卡路里计数器 | 4)游戏 |
5)运动 | 5)健康饮食 | 5)游戏化 |
6)锻炼 | 6)饮食追踪器 | 6)游戏化的健康 |
7)锻炼 | 7)健康食品 | 7)健康挑战 |
8)有氧运动 | 8)健康饮食 |
|
9)教练 | 9)碳水化合物 |
|
10)举重 | 10)碳水化合物追踪器 |
|
11)骑自行车 | 11)碳水化合物计数器 |
|
12)健身 | 12)减肥 |
|
13)健康教练 | 13)体重指数一个 |
|
14)有氧运动 | 14)健康体重 |
|
15)重量训练 |
|
|
16)健身课 |
|
|
17)健康课 |
|
|
18)健美操课 |
|
|
19)体育 |
|
|
一个身体质量指数
使用Qualtrics在线调查软件阅读搜索结果中出现的前20个应用程序的详细书面描述,并将其编码为初始抽样索引。这样做是为了确保下载和最终分析的应用至少包含一个游戏化组件。最初的标题包含基本的描述性信息(游戏邦注:应用的名称、评论数量、价格、开发年份、应用是否与健康或健康行为有关),以及公共卫生文献所概述的游戏化的6个核心组成部分,并在小节Measures中进行了解释。由于苹果应用商店不按页码对搜索结果进行排序,因此为每个搜索词建立了一个固定的页码;此外,搜索引擎中的其他抽样标准已经确定,浏览一定数量的主要结果(即1至2页)就足以确定抽样的质量,因为用户不太可能超出结果的第一页[
共有800个应用程序返回进行初步编码。一些搜索词没有产生与研究目的相关的结果,因此结果没有对整个搜索词进行编码;例如,如果没有任何应用描述包含任何游戏化元素,或者没有出现任何搜索结果。在剔除重复内容后,总共有261个应用描述被纳入最终样本。为了确保样本质量,我们使用了至少包含6个游戏化核心元素之一的应用来完善样本。在应用了这一标准后,129款应用因为没有游戏化元素而被排除在样本之外
为了给每个编码员提供定义每个术语的共同参考,我们向每位编码员提供了一份带有每个游戏组件和行为结构解释的调查的硬拷贝版本
构造定义和应用程序功能。
行为的结构 | 结构定义 | app上的示例函数 | 行为模型/理论 | ||||||||
|
|
|
|
||||||||
|
|
|
|
|
|||||||
|
|
一般信息 | 旨在增加对行为的基本知识的信息。 | 关于疾病控制和预防中心的运动指南的信息。(例如:每周2小时30分钟的中等强度有氧运动) | HBM一个, TTMb,“c, SCTd | ||||||
|
|
自我监控 | 行为跟踪,以提高个人做出明智决定的能力。 | 信息图表、图表摘要和随时间变化的趋势。 | TTMb, SCTd,福格e | ||||||
|
|
压力管理 | 提高情感和心理能力,以应对变化,并在个人生活中做出战略性的改变。 | 如何应对改变饮食带来的压力。 | 蛇口集装箱码头d | ||||||
|
|
|
|
|
|||||||
|
|
技能培训 | 训练的:提供训练以增加个人执行某种行为的身体能力的 | 关于新的举重技术或与教练联系的教学视频/教程。 | TTMb, SCTd | ||||||
|
|
简单性或促成因素 | 通过消除障碍或简化任务,使行为更容易完成。(时间、金钱、体力等) | 时间管理工具或省钱工具有助于更频繁地参与行为。 | 蛇口集装箱码头d, PPMf,福格e | ||||||
|
|
|
|
||||||||
|
|
|
|
|
|||||||
|
|
Incentivization(奖励) | 基于操作性条件反射,将行为与奖励或激励配对,以训练个人重视行为。 | 获得可以兑换成金钱奖励的积分,或者创造自我奖励。 | TTMb, SCTd | ||||||
|
|
社会支持(正强化) | 将这种行为与来自新的或旧的社会领域的支持相结合,通过新的行为变化提供验证和积极的强化。 | 在社交媒体上分享信息,进行评论、讨论,并在应用程序界面上添加好友。 | TTMb, SCTd, PPMf,福格e | ||||||
|
|
|
|
|
|||||||
|
|
目标设定 | 制定可实现的小目标,帮助个人开始新的行为并遵守承诺。 | 设定目标,每周跑步3次,每次30分钟。 | 蛇口集装箱码头d,福格e | ||||||
|
|
认知策略 | 感知的好处、障碍、风险、严重性和社会规范。有关执行行为的信息,以及帮助个人评估信念的问题和讨论。 | 一个讨论板,提示与行为相关的关键问题。 | HBM一个, TTMb,“c, SCTd, PPMf | ||||||
|
|
自我效能感 | 创造一种自我掌握的经验或使用建模/替代学习来帮助提高个人在做行为时的信心。 | 将行为分解为可实现的小步骤,通知执行正确行为的节点。 | TTMb,“c, SCTd,福格e | ||||||
|
|
|
|
||||||||
|
|
|
|
|
|||||||
|
|
来自同辈的压力 | 利用同伴来执行关于行为的新规则,或者改变社会环境/环境来消除对行为的负面影响。 | 鼓励朋友实现目标的竞赛或活动。共同的责任。 | TTMb, SCTd,福格e | ||||||
|
|
|
|
|
|||||||
|
|
行动提示 | 来自物理环境的提示,有助于消除对记忆的依赖,并提示所需的行动。(生态瞬时评价)。 | 通过推送通知提醒去跑步。 | HBM一个,福格e, PPMf | ||||||
|
|
刺激控制 | 调整你的环境,消除坏的诱因,增加积极的影响。 | 在家里限制不健康的食物,限制看屏幕的时间。 | TTMb, SCTd,福格e |
一个健康信念模型
b跨理论模型TTM =
c计划行为理论
dSCT=社会认知理论
e福格行为模型
fPPM = precede-proceed模型
每个应用程序都包含了基本信息、游戏的10个有效元素、健康游戏化的6个核心组件和13个核心健康行为结构。鉴于上文对游戏化的定义是“在非游戏环境中使用游戏设计元素”,游戏化组件的标题与游戏元素的标题相似。这是因为电子游戏领域采用了游戏化;然而,如下图所示
10个有效游戏元素的编码来自Reeves和Read的工作,他们概述了游戏的10个有效元素,并引用于dedeting等人的工作[
游戏化的六个组成部分是通过回顾当前的文献来确定的,并找到在文献中使用或讨论的影响健康行为的游戏化的共同主题和组成部分[
Doshi等人、Cowan等人和Michie等人的联合工作确定了13种健康行为结构[
最后的规则包含以下指标,用于总共13个构造的测量(参见
描述性统计数据用于报告游戏化组件融入健康和健身应用程序的情况。在对每个应用程序进行有效的游戏元素、游戏化组件和健康行为结构编码后,每个类别的最终得分被合计出来。采用线性回归分析对其余两个假设进行检验。第一个回归评估了游戏元素和整体游戏化组件之间的关系;将总机会/触发分数、应用程序评论、目标健康行为以及应用程序与其他技术的集成集成到模型中。第二个回归评估了三个个体亚行为得分,能力,动机和机会/触发的总体游戏化成分;采用游戏化的目的,并将应用程序与其他技术集成到模型中。最后回归比较了总行为建构得分与总游戏元素和总游戏化成分;将应用程序评论数量、目标健康行为、内容有效性、数据收集方法以及应用程序与其他技术的集成集成到模型中。
在最初编码的261个应用描述样本中,52.5%(137/261)至少包含一种游戏化元素,约23.8%(62/261)至少包含6种最常用游戏化元素中的一半(3种或以上)。社交或同伴压力是最常见的游戏化元素,45.2%(118/261)的应用包含这一元素,其次是数字奖励、竞赛、排行榜、成就等级和现实奖励(24.1%,63/261;18.4%, 48/261;14.2%, 37/261;13.4%, 35/261;10.0%, 26/261)。在编码的应用程序中,总共有88.5%(231/261)的样本与健康行为有关,而剩余的11.5%(30/261)主要是教育类的,或者不关注健康行为的改变。
在最终综合分析中下载并编码的132个应用程序中,68.2%(90/132)专门用于体育活动,9.1%(12/132)用于饮食跟踪和行为,19.7%(26/132)用于体育活动和饮食的综合或兼有,3.0%(4/132)针对其他健康行为。91.7%(121/132)的应用程序不包含引用或来源链接来验证应用程序中提供的信息,29.5%(39/132)的应用程序被发现与其他技术或媒体集成。约97.7%(129/132)的应用程序跟踪用户的某种数据,27.9%(36/129)的应用程序是被动跟踪(不需要手动输入数据),55.0%(71/129)的应用程序是主动跟踪(需要用户手动输入数据),17.1%(22/129)的应用程序两种方法都使用。最后,程序员对应用中使用游戏化的感知目的进行了评估。有14.4%(19/132)的感知应用程序的目的编码为“让人们与应用程序进行更多的互动”,32.6%(43/132)编码为“让人们完成更多的期望行为”,43.2%(57/132)编码为两者都有,9.8%(13/132)编码为两者都没有或“目的不明确”。
样本中包含的132款应用的平均行为得分为4.99分(游戏邦注:其中有38.4%;Cronbach alpha= 0.65),平均游戏得分为3.80分(29.25%;Cronbach alpha= 0.72),平均游戏化得分为2.28(6个可能性)(38.13%;克伦巴赫α= .64点)。行为评分进一步分为三个组成部分(如上所述):(1)能力(平均2.11分5;(2)动机(平均2.30(5分);(3)机会/触发(3的平均值为0.58;19.4%)。
评价准则的描述性统计(N=132)。
测量评估准则 | N=132(应用程序数量) | % | 的意思是 | 中位数 | SD | ||
|
- | - | 4.99 | 5.0 | 2.44 | ||
|
|
- | - | 2.11 | 2.0 | 1.1 | |
|
|
一般信息 | 51 | 38.64 | - | - | - |
|
|
自我监控 | 129 | 97.73 | - | - | - |
|
|
压力管理 | 19 | 14.39 | - | - | - |
|
|
技能培训 | 42 | 31.82 | - | - | - |
|
|
简单性或促成因素 | 37 | 28.03 | - | - | - |
|
|
- | - | 2.30 | 2.0 | 1.58 | |
|
|
Incentivization | 32 | 24.24 | - | - | - |
|
|
社会支持(正强化) | 54 | 40.91 | - | - | - |
|
|
目标设定 | 75 | 56.82 | - | - | - |
|
|
认知策略 | 68 | 51.52 | - | - | - |
|
|
自我效能感 | 75 | 56.82 | - | - | - |
|
|
- | - | 0.58 | 0.0 | 0.68 | |
|
|
来自同辈的压力 | 48 | 36.36 | - | - | - |
|
|
行动提示 | 25 | 18.94 | - | - | - |
|
|
刺激控制 | 4 | 3.03 | - | - | - |
|
- | - | 3.80 | 3.5 | 2.68 | ||
|
使用虚拟形象进行自我再现 | 68 | 51.52 | - | - | - | |
|
三维环境 | 8 | 6.06 | - | - | - | |
|
故事背景 | 8 | 6.06 | - | - | - | |
|
游戏反馈(之前或期间) | 45 | 34.09 | - | - | - | |
|
反馈、强化(后) | 76 | 57.58 | - | - | - | |
|
游戏排行榜 | 43 | 32.58 | - | - | - | |
|
成就排名 | 39 | 29.55 | - | - | - | |
|
不同的游戏水平 | 28 | 21.21 | - | - | - | |
|
市场和经济 | 19 | 14.39 | - | - | - | |
|
在明确和强制的规则下竞争 | 42 | 31.82 | - | - | - | |
|
团队(多人模式) | 19 | 14.39 | - | - | - | |
|
并行通信系统 | 64 | 48.48 | - | - | - | |
|
时间压力 | 43 | 32.58 | - | - | - | |
|
- | - | 2.29 | 2.0 | 1.66 | ||
|
游戏排行榜 | 43 | 32.58 | - | - | - | |
|
等级:成就或等级的等级 | 34 | 25.76 | - | - | - | |
|
数字奖励 | 73 | 55.30 | - | - | - | |
|
真实世界的奖品 | 24 | 18.18 | - | - | - | |
|
竞赛/挑战 | 51 | 38.64 | - | - | - | |
|
社会或同伴压力 | 78 | 59.09 | - | - | - |
回归分析结果(
回归分析,针对所有游戏元素(N=132)。一个
变量 | DF | 类型III平方和 | 均方 |
|
|
行为总分 | 1 | 0.2226962 | 0.2226962 | 0.09 | .7661 |
游戏化总分 | 1 | 316.6222861 | 316.6222861 | 126.33 | <措施b |
总机会得分 | 1 | 13.1144394 | 13.1144394 | 5.23 | .0239c |
应用评论数量 | 1 | 15.5375399 | 15.5375399 | 6.20 | .0141c |
目标健康行为 | 3. | 3.2131914 | 1.0710638 | 0.43 | .7337 |
与其他技术的应用集成 | 1 | 6.9311679 | 6.9311679 | 2.77 | .0989 |
一个所用观察数=132。
b
c
回归分析,对总游戏化成分(N=132)。一个
变量 | DF | 类型III平方和 | 均方 |
|
|
动机总分 | 1 | 24.17913828 | 24.17913828 | 28.94 | <措施b |
总容量评分 | 1 | 0.02400399 | 0.02400399 | 0.03 | .8657 |
总机会得分 | 1 | 1.73260282 | 1.73260282 | 2.07 | .1524 |
比赛总得分 | 1 | 91.61451097 | 91.61451097 | 109.66 | <措施b |
游戏化的目的 | 3. | 6.58606083 | 2.19535361 | 2.63 | .0533 |
与其他技术的应用集成 | 1 | 0.00144093 | 0.00144093 | 0.00 | .9669 |
一个使用的观测数
b
回归分析,总体行为结构(N=132)。一个
变量 | DF | 类型III平方和 | 均方 |
|
|
比赛总得分 | 1 | 9.46638187 | 9.46638187 | 3.07 | .0825 |
游戏化总分 | 1 | 26.78349544 | 26.78349544 | 8.68 | .0039b |
应用评论数量 | 1 | 35.73079259 | 35.73079259 | 11.57 | .0009b |
目标健康行为 | 3. | 49.69643792 | 16.56547931 | 5.37 | .0017b |
内容有效性(引用) | 1 | 5.73648830 | 5.73648830 | 1.86 | .1754 |
应用程序上的数据收集方法 | 2 | 27.95652683 | 13.97826341 | 4.53 | .0127b |
与其他技术的应用集成 | 1 | 0.08936760 | 0.08936760 | 0.03 | .8652 |
一个使用的观测数
b
据我们所知,这项研究首次全面回顾了游戏化在健康和健身应用中的应用。结果显示,在健康和健身应用程序中使用游戏化已经变得普遍,应用商店中发现的应用程序数量至少包含一些游戏化组件。游戏元素的使用与游戏化的使用是相关的,这是意料之中的,因为游戏化是从游戏领域借来的结构。游戏化得分与健康行为理论的使用相关,尽管进一步的分析表明,只有动机能解释这种关联。这是意料之中的,因为游戏化在行业中通常被用来增加用户的动机;然而,这可能凸显了游戏化应用程序错失的一个机会,即主要关注行为的动机组件,而没有充分解决能力或行为触发因素。
尽管游戏化至少包含了一些组件,但游戏化组件的集成平均分仍然低于50%。游戏元素的加入和健康行为理论结构的使用也是如此,这表明在健康和健身应用程序中缺乏有效的游戏、游戏化或行为理论的明确行业标准。然而,走向行业标准可能具有挑战性,因为如果不进行与应用设计功能影响相关的实验,就很难衡量游戏化的真正影响。在很大程度上,我们几乎没有努力确保商业健康和健身应用的质量,也没有为使用游戏化制定有效而有意义的标准。事实上,当前健康游戏的成功是以创收为衡量标准,而不是行为指标。
正如假设的那样,游戏化的使用与电子游戏产业所创造的有效游戏元素是相关的。此外,游戏元素与应用的受欢迎程度相关,这可以通过应用评论的数量来体现。考虑到苹果App Store并没有通过下载量或特定应用的持续使用来报告受欢迎程度的数据,评论是唯一可用于分析的受欢迎程度的可量化指标。相反,在回归分析中,游戏化与应用受欢迎程度并不相关。这对于开发者和健康从业者在设计健康游戏时具有重要意义。如果游戏确实更受大众欢迎,那么开发者的重点就应该是创造有深度的叙事游戏体验,而不是仅仅使用游戏元素或游戏化的应用程序。
关于广泛使用的术语“游戏化”存在许多争议。游戏化在健康应用中的广泛采用受到了游戏开发者领域的批评,因为它只是在非游戏设置中采用了功能性游戏的选择性或“方便”组件。
最后,本分析结果表明,健康行为理论的使用与游戏化的使用相关,而与游戏元素的使用无关。进一步的分析表明,游戏化与综合动机得分相关,而与能力或机会/触发无关。也许使用游戏化的应用程序试图影响用户参与预期行为的动机,同时潜在地忽略了个人执行行为的能力和参与行为的触发器。然而,个体参与某种行为的目标能力对于实现长期的行为改变至关重要[
虽然游戏化这一新领域前景广阔,但在游戏化健康的发展和实施过程中,却忽视了健康行为理论的其他主要组成部分。首先,使用激励来增加行为的采用和保留的概念起源于操作性条件反射/强化,或重复配对行为的完成与外部奖励[
这项研究的发现应该在一些关键局限性的背景下进行解释。首先,本研究的样本主要是免费应用,这可能排除了可能使用游戏化的相关付费应用。然而,近年来应用免费下载的趋势越来越明显,目前90%的应用都是免费的。
其次,应用程序最初是通过查看苹果应用商店中的描述编码到样本中的。因此,一些最初被评价的应用(约16.7%,22/132)并没有真正包含之前编码的游戏化元素。然而,这个潜在的错误是在下载后对应用程序进行复杂审查后出现的,是描述不准确的结果,而不是这项研究的研究人员造成的。应用行业的重点应该转向对描述和应用内容的质量控制,以便为用户提供更高质量的内容。最后,本研究没有评估应用程序的设计特征在影响其行为效能方面的作用。因此,我们应该谨慎地解释这些结果,并为未来的研究奠定基础框架,从而将应用程序设计元素纳入评估中;例如,随机对照试验。
应用程序是传播健康行为改变干预措施的一个非常有前途、蓬勃发展的市场和前景。初步结果显示,游戏化在健康和健身应用程序中的应用非常广泛,这就需要对游戏化改变健康行为的潜力进行深入研究和评估。试图影响行为改变和健康结果的开发者和健康从业者应该考虑行为理论的全面整合,而不考虑是否使用游戏或游戏化。然而,游戏化可能是一种针对动机组件的有效手段,游戏可能有效地激发个人并增加应用程序的受欢迎程度。就目前的情况来看,游戏化、游戏元素和行为理论在行业中的应用并不普遍,这说明大量应用的下载并没有遵循现有的行业标准。这篇论文不仅有可能影响健康和健身应用中蓬勃发展的游戏化产业,而且还提供了一个有效的实践框架,将游戏和行为理论整合到移动干预中,以更好地影响人们的健康。
能力激励机会/触发
健康信念模型
社会认知理论
短消息服务
CL、JW和BC对本研究的研究设计和测量变量进行了概念化。CL执行了Apple App Store的初始搜索,并根据示例中包含的描述对应用程序进行了编码。CL、TS和DB编写了应用程序的示例。CL和JW对结果进行了分析。CL, JW和BC格式化并构建了发表的初始论文。
没有宣布。