这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
在当今社会,商业体育活动应用程序(如Fitbit和Strava)无处不在,在增加体育活动行为方面具有相当大的潜力。许多商业体育活动应用程序包含社交组件,特别是应用程序特定的社区(允许用户与其他应用程序用户互动)或连接到现有社交网络平台(如Facebook或Instagram)的能力。越来越多的人需要更深入地了解商业体育活动应用程序和这些应用程序的特定组件(社交组件)是否有利于促进体育活动。
本研究旨在研究使用商业体育活动应用程序和参与体育活动之间的关系。商业体育活动应用(应用特定的社区和现有的社交网络平台)的社交组件也进行了探索。这涉及分离特定应用社区和现有社交网络平台的特定功能(例如,分享、提供和接受鼓励、比较和竞争),这些功能在促进身体活动方面最有价值。
进行了横断面网络调查。参与者为1432名成年人(平均年龄34.1岁,1256/1432,88.00%为女性),他们完成了评估身体活动、商业体育活动应用程序的使用以及应用程序特定社区和现有社交网络平台的测量。
总体而言,53.14%(761/1432)的样本报告使用商业体育活动应用程序。最常用的应用程序是Fitbit (171/761, 22.5%), Strava(130/761, 17.1%)和Garmin(102/761, 13.4%)。体育活动应用程序的使用与体育活动显著相关。值得注意的是,应用程序特定社区和现有社交网络平台的使用极大地促进了体育活动的参与。应用程序特定社区最有利于促进体育活动的特征是向伴侣提供鼓励,从亲密的朋友和家人那里获得鼓励,并与公共应用程序特定社区的成员进行比赛。与现有的社交网络平台相比,分享体育活动帖子可以预测体育活动的参与度。
研究结果表明,应用程序的特定社区和现有的社交网络平台是应用程序的组成部分,是促进身体活动的基础。他们进一步表明,商业体育活动应用程序可以覆盖很高的人群水平,并具有促进体育活动的巨大潜力,这是一个重要的公共健康考虑因素。
体育活动带来许多健康益处,包括降低心血管疾病、高血压、骨质疏松症、糖尿病、肥胖、精神疾病和过早死亡的风险[
体育活动移动应用程序由于其广泛的覆盖面、可访问性和便利性,提供了一种促进体育活动参与的创新方法。最近,商业体育活动应用程序(如Fitbit、Strava和Garmin)的可用性呈指数级增长[
越来越多针对商业应用内容的研究发现,社交功能正变得越来越普遍。
对商业应用程序的内容分析发现,许多体育活动应用程序还可以连接到现有的社交网络平台,如Facebook或Instagram [
据我们所知,之前没有研究全面调查过商业体育活动应用程序,特别是这些应用程序的社交组件(应用程序特定的社区或现有的社交网络平台)如何与体育活动联系在一起。这一点很重要,因为商业体育活动应用程序越来越流行,而且需要隔离与体育活动参与相关的应用程序组件。因此,本研究的第一个目的是全面了解商业体育活动应用程序的使用及其与体育活动的关系。第二个目标是探索特定应用社区和现有社交网络平台在促进体育活动方面的价值。更具体地说,我们试图确定应用程序特定社区和现有社交网络平台的特征,以及这些特征与应用程序使用频率和体育活动参与度之间的关系。
进行了基于网络的横断面调查。参与者是通过心理学学科的基于网络的研究参与系统、付费的Facebook广告和在社交网络平台(如Facebook、Instagram和Twitter)上放置的免费广告招募的
参与者在2019年2月至4月期间通过Qualtrics平台完成了一项基于网络的调查。该调查花费了大约30分钟来完成,并按照呈现的顺序将以下列出的措施纳入其中。作为感谢的象征,参与者可以参加抽奖,赢得5张25澳元(15美元)的购物礼券。
参与者被邀请报告他们的年龄、性别认同和种族。
按照Prichard和Tiggemann的方法评估有规律的结构化体育活动[
参与者被要求自我报告他们目前使用体育活动应用程序的情况,这些应用程序被定义为能够跟踪或监测体育活动(例如,步数或距离)或提供指导性训练或锻炼的应用程序。特别是,参与者被要求使用开放式的回答格式自我报告,他们目前使用最频繁的体育活动应用程序的名称(主要的体育活动应用程序,如Strava),他们使用该应用程序的体育活动或运动,以及他们使用该应用程序的参与度(每周使用的次数)。这些应用程序根据它们的功能进行了分类,包括跟踪、提供指导锻炼、跟踪并提供指导锻炼,或者其他(例如,安排健身房课程或沉浸式游戏)。应用程序用于的体育活动类型被分为所有日常活动、个人活动(例如,跑步、骑自行车或步行)、基于团体的活动(例如,无挡板篮球、足球或足球)、基于健身房的活动(例如,健身课程或个人训练),或不同活动的组合(个人、基于团体和基于健身房的活动)。
关于参与者目前使用的主要体育活动应用程序,他们被要求自我报告他们对应用程序特定社区功能的参与情况。这包括在6点李克特量表上指定频率,范围从0 (
那些指定他们正在使用的主要体育活动应用程序包含一个特定于应用程序的社区,但报告称他们没有参与其中的参与者被提供了一个开放式问题,以确定其基本原理。初步主题由第一作者确定,随后由两个独立的编码员进行分类。
参与者还被要求根据本研究开发的测量方法,自我报告他们与体育活动相关的现有社交网络平台的使用情况。具体来说,参与者被要求在李克特量表(Likert scale)的6分制上详细说明(从
数据分析使用社会科学统计包第25版(IBM, Corp)。所有分析的显著性为
描述性统计被用来产生人口统计资料。一系列独立的样本
Kruskal-Wallis测试也用于研究应用社区特定功能的使用与应用用户粘性之间的关系。此外,我们还进行了单向方差分析,以确定基于年龄、应用功能和应用活动的应用特定社区功能的用户粘性差异,但不包括性别认同(因为男性比例较小)。上述分析重复使用现有社交网络平台的特定功能。独立样本
最后,进行了多元线性回归,以探索应用程序用户身体活动的预测因素。回归模型结合了应用使用频率和应用特定社区(包括特定网络)和现有社交网络平台的所有特征。人口统计学特征(年龄、性别认同和种族)被纳入作为控制变量。
总共有1640人开始了调查,其中208人没有完成调查(回复率为87.3%),最终样本为1432人。样本的平均年龄为34.1岁(范围18-83岁),主要由女性参与者组成(1256/1432,88.00%)。总体而言,样本进行了高水平的结构化体育活动(平均每周266.8分钟,标准差219.8),53.14%(761/1432)报告目前正在使用体育活动应用程序。
体育活动应用用户和非用户的样本特征(n=1432)。
特征 | 应用用户(n=761) | 使用者(n = 671) |
|
影响大小, |
效应量,Cohen |
||||||
|
点 | 0.12 | N/Ab | ||||||||
|
年龄在18岁至25岁之间 | 243 (32.0) | 257 (38.3) |
|
|
|
|||||
|
> 25 - 30 | 115 (15.0) | 76 (11.4) |
|
|
|
|||||
|
> 30 - 40 | 190 (25.0) | 119 (17.7) |
|
|
|
|||||
|
> 40 | 208 (27.3) | 214 (31.9) |
|
|
|
|||||
|
总收入 | 0.006 | N/A | ||||||||
|
女 | 668 (88.0) | 588 (88.0) |
|
|
|
|||||
|
男性 | 84 (11.0) | 73 (11.0) |
|
|
|
|||||
|
正 | 0.05 | N/A | ||||||||
|
白色 | 682 (89.6) | 581 (86.6) |
|
|
|
|||||
|
亚洲 | 35 (4.6) | 37 (5.5) |
|
|
|
|||||
|
印度 | 10 (1.3) | 13 (1.9) |
|
|
|
|||||
|
其他 | 34 (4.5) | 40 (6.0) |
|
|
|
|||||
|
|||||||||||
|
全面结构化的体育活动 | 309.0 (214) | 219.0 (216) | <措施 | N/A | 0.42 | |||||
|
个人活动(n=858) | 141.9 (179.4) | 120.6 (171.3) | . 21 | N/A | 0.08 | |||||
|
体育活动(n=324) | 115.5 (120.4) | 110.7 (96.4) | 收 | N/A | 0.06 | |||||
|
以健身房为基础的活动(n=620) | 77.4 (79.8) | 92.8 (115.3) | 23) | N/A | 0.09 |
一个统计显著性表示为
bN/A:不适用。
参与者中使用体育活动应用程序的比例最高,每周使用7次(296/761,39.0%),其次是每周使用3次(102/761,13.4%)和超过7次(70/761,9.2%)。Kruskal-Wallis测试比较每周体育活动持续时间,发现有统计学意义的差异(
在应用程序用户中,3.4%(26/761)只使用特定的应用程序社区,59.9%(456/761)只使用现有的社交网络平台,22.0%(167/761)既使用特定的应用程序社区,也使用现有的社交网络平台。这在年龄、性别认同、种族、所使用应用程序的功能(如跟踪)、应用程序的体育活动类型或每周使用应用程序的频率方面没有显著差异。
在应用程序用户中,59.0%(447/761)的人表示,他们目前使用的体育活动应用程序包含特定的应用程序社区。其中43.1%(193/447)报告参与社区活动。参与特定应用社区的参与者主要使用Strava(80/193, 41.5%)、Fitbit(40/193, 20.7%)和Garmin(13/193, 6.7%)。
在参与特定应用社区的参与者中(n=193),用户最常使用的功能是分享体育活动表现,为他人的体育活动帖子提供鼓励(例如,点赞或积极评论),以及在自己的帖子上获得鼓励。据报道,这些功能最常用于亲密朋友或同龄人的网络。不同年龄、不同应用使用水平、不同应用功能或不同应用活动,用户对应用特定社区功能的粘性没有显著差异。
应用特定社区用户和非用户的样本特征(n=447)。
特征 | 社区用户(n=193) | 使用者(n = 254) |
|
影响大小, |
影响大小, |
|
|
.005 | 0.16 | N/Ab | |||
|
年龄在18岁至25岁之间 | 34 (17.7) | 77 (30.4) |
|
|
|
|
> 25 - 30 | 29 (15.1) | 46 (18.2) |
|
|
|
|
> 30 - 40 | 59 (30.6) | 65 (25.7) |
|
|
|
|
> 40 | 70 (36.2) | 65 (25.7) |
|
|
|
|
0。 | 0.09 | N/A | |||
|
女 | 159 (82.4) | 229 (90.2) |
|
|
|
|
男性 | 29 (15.0) | 24 (9.4) |
|
|
|
|
。45 | 0.11 | N/A | |||
|
白色 | 177 (91.7) | 231 (90.9) |
|
|
|
|
亚洲 | 9 (4.7) | 9 (3.5) |
|
|
|
|
印度 | 2 (1.0) | 4 (1.6) |
|
|
|
|
其他 | 5 (2.6) | 10 (4.0) |
|
|
|
结构化体力活动(每周分钟),平均值(SD) | 357.6 (217.7) | 305.4 (196.3) | .009 | N/A | 0.25 | |
|
点 | 0.09 | N/A | |||
|
跟踪 | 184 (95.3) | 234 (92.1) |
|
|
|
|
指导训练 | 5 (2.6) | 14 (5.5) |
|
|
|
|
跟踪和锻炼 | 3 (1.6) | 2 (0.8) |
|
|
|
|
其他(预订课程或沉浸式游戏) | 1 (0.5) | 4 (1.6) |
|
|
|
|
23) | 0.11 | N/A | |||
|
所有日常活动 | 18 (9.3) | 39 (15.3) |
|
|
|
|
个人活动 | 154 (80.0) | 184 (72.4) |
|
|
|
|
组的活动 | 0 (0.0) | 1 (0.4) |
|
|
|
|
Gym-based活动 | 10 (5.2) | 18 (7.1) |
|
|
|
|
结合以个人和团体为基础的活动和以健身为基础的活动 | 6 (3.1) | 6 (2.4) |
|
|
|
一个统计显著性表示为
bN/A:不适用。
在应用程序用户中,82.0%(624/761)的人报告说,他们使用现有的社交网络平台(Facebook、Instagram或Twitter)进行体育活动。现有社交网络平台的用户和非用户在年龄、性别认同或种族方面没有显著差异。使用现有社交网络平台的参与者比不使用社交网络平台的参与者进行了更有组织的体育活动(t672= 2.9;
回归模型占结构化体育活动方差的42.6%
多元回归分析分析了应用程序用户结构化体育活动的预测因素(n=761)。
变量 | β |
|
|
||
性别认同 | −0。 | −0.62 | 53 | ||
年龄 | −.02点 | −0.24 | 结果 | ||
种族 | 0。 | -0.48 | 点 | ||
应用粘性(频率) | 二十五分 | 2.64 | .009 | ||
|
|||||
|
|
||||
|
合作伙伴 | −.40 | −2.74 | .007 | |
|
家庭 | −只要 | −1.09 | 陈霞 | |
|
亲密的朋友 | 。08 | 0.50 | .62 | |
|
同行 | 02 | 0.14 | 多多 | |
|
公共应用社区 | −.02点 | −0.16 | .87点 | |
|
的同事们 | −酒精含量 | −1.24 | . 21 | |
|
|
||||
|
合作伙伴 | 点 | 2.90 | .005 | |
|
家庭 | −。08 | −0.45 | .64点 | |
|
亲密的朋友 | −.57 | −2.50 | . 01 | |
|
同行 | .19 | 0.96 | 点 | |
|
公共应用社区 | 29 | 1.97 | 0。 | |
|
的同事们 | .10 | 0.53 | .59 | |
|
|
||||
|
合作伙伴 | −.14点 | −0.84 | .40 | |
|
家庭 | 的相关性 | 2.28 | 02 | |
|
亲密的朋友 | .59 | 2.41 | . 01 | |
|
同行 | . 01 | 0.07 | 总收入 | |
|
公共应用社区 | −.35点 | −1.98 | .04点 | |
|
的同事们 | −酒精含量 | −0.81 | .41点 | |
|
|
||||
|
合作伙伴 | −.30 | −2.0 | .04点 | |
|
家庭 | −.06点 | −0.40 | i = | |
|
亲密的朋友 | −16 | −1.16 | 。 | |
|
同行 | −只要 | −1.25 | . 21 | |
|
公共应用社区 | 38 | 3.27 | 措施 | |
|
的同事们 | −07 | −0.55 | .57 | |
|
|
||||
|
合作伙伴 | 酒精含量 | 0.93 | .35点 | |
|
家庭 | −.04点 | −0.24 | 结果 | |
|
亲密的朋友 | −。 | −1.05 | 29 | |
|
同行 | 酒精含量 | 0.93 | .35点 | |
|
公共应用社区 | . 01 | 0.06 | 总收入 | |
|
的同事们 | 06 | 0.35 | 开市 | |
|
|
||||
|
分享文章 | 。31 | 2.92 | 04 | |
|
提供鼓励 | −07 | −0.63 | 点 | |
|
收到鼓励 | 16 | 1.43 | 酒精含量 | |
|
参与比较 | 02 | 0.20 | 点 |
一个统计显著性表示为
这项研究旨在全面检查商业体育活动应用程序的使用情况,以及应用程序使用情况与体育活动之间的关系。此外,我们还试图探索应用程序(特定于应用程序的社区和现有的社交网络平台)的社交组件的使用,以及它们在促进体育活动中的价值。这项研究很及时,因为商业体育活动应用程序无处不在,而且需要了解这些应用程序的特定组件如何有利于促进体育活动。
总的来说,研究结果表明,使用体育活动应用程序是普遍的,超过一半的参与者报告说他们目前使用体育活动应用程序。我们的发现与克雷布斯和邓肯[
这项研究发现,参与者每周有7次使用体育活动应用程序,与之前的研究一致,应用程序的使用频率与体育活动显著相关[
这项研究的一个新颖之处在于它对商业体育活动应用的社交组件(应用程序特定的社区和现有的社交网络平台)进行了全面检查。有趣的是,应用程序社交组件的使用情况存在显著差异,例如大多数应用程序用户只使用现有的社交网络平台(与体育活动相关,456/761,59.9%),而同时使用应用程序特定社区和现有社交网络平台(167/761,22.0%)或只使用应用程序特定社区(26/761,3.4%)的用户则少得多。这也许并不奇怪,因为现有的社交网络平台非常受欢迎,具有广泛的覆盖范围,并实现了高水平的持续参与。
尽管应用特定社区和现有社交网络平台的使用存在差异,但两者的社交功能使用情况相似,提供和接受鼓励是最受欢迎的功能。有趣的是,研究结果还表明,人口统计学特征可能与个人使用特定特征的可能性有关。例如,相对于现有的社交网络平台,18-25岁的人分享帖子的频率低于所有其他年龄段,而> - 40岁的人进行比较的频率低于所有其他年龄段。这与最近的一项综述一致[
值得注意的是,应用程序特定社区和现有社交网络平台的使用与结构化体育活动的参与度显著提高有关。这是一个新颖的发现,因为它表明应用程序的社交组件可能在促进身体活动方面发挥着重要作用。这可能是因为应用特定社区和现有社交网络平台产生社会支持的独特能力。
最后,回归分析显示,应用程序的使用频率是结构化体育活动的重要预测因素,这表明需要确定促进应用程序使用的策略。有趣的是,在特定的应用程序社区中,向伴侣提供鼓励、从亲密的朋友和家人那里获得鼓励,以及与公共应用程序特定社区成员进行竞争是体育活动的积极预测因素。相反,分享体育活动帖子、与伴侣竞争、向亲密朋友提供鼓励,以及从公共应用特定社区成员获得鼓励,都是体育活动的负面预测因素。这些发现表明,从强关系(亲密的朋友和家人)中获得鼓励有助于促进体育活动,而从弱关系(公共应用程序特定的社区)中获得鼓励则不然。这与之前的研究相一致,研究表明,牢固的关系能提供情感支持(鼓励、同理心)。
回归分析还表明,与现有的社交网络平台相比,分享体育活动帖子可以积极预测体育活动的参与度。考虑到最近的一项研究[
我们的发现对于指导未来基于应用程序的干预措施的设计具有重要意义。他们证明,商业体育活动应用程序,特别是那些易于自我监测的应用程序(如Fitbit、Strava和Garmin)在促进体育活动方面具有巨大潜力。商业应用程序的便利性、可访问性和可负担性,加上它们促进身体活动的能力,强调未来基于应用程序的干预应利用商业应用程序,而不是以前的干预主要包括研究人员开发的应用程序[
本研究对指导未来研究也有重要意义。现在需要实验证据来分离应用程序的社交组件及其相关功能对身体活动的影响。未来的研究还应努力确定应用特定社区和现有社交网络平台促进身体活动的潜在机制(如社会支持和自我效能)。最后,需要进行纵向研究,以确定应用特定社区和现有社交网络平台在促进应用持续使用方面的价值,从而延长体育活动的参与度。
与所有的研究一样,有一些局限性需要承认。首先,样本主要由白人女性组成,参与者的来源地(国家/地区)未知。这两个样本特征限制了研究结果对更广泛人群的泛化性。然而,应用使用率与之前报告的大型、多样化的美国样本相似。
尽管存在这些局限性,但这项研究通过全面探索商业体育活动应用程序的使用及其相关的社会成分,在一个大的横断面样本中,为现有文献做出了重要贡献。研究结果表明,使用商业体育活动应用程序有助于参与体育活动,因此,在传播可扩展的干预措施以改善健康行为方面具有巨大潜力。这项研究还对应用程序特定的社区和现有的社交网络平台提供了细致入微的洞察,确定它们是应用程序的组成部分,在促进身体活动方面有价值,应该在未来基于应用程序的干预措施的开发中加以利用。总之,这些发现强调了进一步研究应用程序的社交成分,并了解其影响身体活动的机制的重要性。通过这样做,这项研究表明,商业体育活动应用程序可以提供很高的人群覆盖率,并具有促进体育活动参与的巨大潜力。因此,未来旨在增加体育活动的干预措施应该进一步探索商业体育活动应用程序及其相关的社交组件。
社会经济地位
体育活动应用程序的使用样本(n=761)。
作者要感谢Theodora Sevastidis编码定性反应和参与者完成在线问卷。
没有宣布。