JMIR J医学网络杂志 医学互联网研究杂志 1438 - 8871 卡塔尔世界杯8强波胆分析 加拿大多伦多 v24i10e40558 36112732 10.2196/40558 原始论文 原始论文 了解英国NHS COVID-19接触者追踪App使用一年后的信任和使用变化:纵向混合方法研究 Basch 科里 雷诺兹 冯Wyl 维克多 胡椒 塞西莉 1
地平线博士培训中心 计算机科学学院 诺丁汉大学 胜利之路 诺丁汉NG8 1啊 联合王国 44 1158232316 cecily.pepper@nottingham.ac.uk
https://orcid.org/0000-0003-3187-2146
Reyes-Cruz 吉塞拉 2 https://orcid.org/0000-0001-5363-5489 佩纳 安娜丽塔 1 https://orcid.org/0000-0003-4465-7242 Dowthwaite 莉斯 3. https://orcid.org/0000-0001-9269-2849 巴贝奇 卡米拉米 4 https://orcid.org/0000-0002-6337-3352 瓦格纳 Hanne 2 3. https://orcid.org/0000-0002-8552-2857 Nichele 埃琳娜 3. https://orcid.org/0000-0003-0755-1342 费舍尔 乔尔·E 2 https://orcid.org/0000-0001-8878-2454
地平线博士培训中心 计算机科学学院 诺丁汉大学 诺丁汉 联合王国 混合现实实验室 计算机科学学院 诺丁汉大学 诺丁汉 联合王国 地平线数字经济研究 诺丁汉大学 诺丁汉 联合王国 NIHR MindTech MedTech合作组织 医学院的 诺丁汉大学 诺丁汉 联合王国 通讯作者:Cecily Pepper cecily.pepper@nottingham.ac.uk 10 2022 14 10 2022 24 10 e40558 27 6 2022 27 7 2022 15 8 2022 16 9 2022 ©Cecily Pepper, Gisela re耶斯- cruz, Ana Rita Pena, Liz Dowthwaite, Camilla M Babbage, Hanne Wagner, Elena Nichele, Joel E Fischer。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 2022年10月14日。 2022

这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,前提是要正确引用最初发表在《医学互联网研究杂志》上的原始作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物链接,以及版权和许可信息。

背景

为应对2019冠状病毒病大流行,已实施数字接触者追踪(DCT)应用程序。研究的重点是了解这些应用程序的接受和采用情况,但还需要更多的工作来了解可能有助于它们持续使用的因素。这是公共卫生的关键,因为DCT应用程序需要很高的吸收率,以减少病毒在一般人群中的传播。

客观的

本研究旨在了解国家卫生服务检测与追踪(T&T) COVID-19 DCT应用程序的使用变化,并探索公众对该应用程序的信任在一年内是如何演变的。

方法

我们进行了一项纵向混合方法研究,包括2020年12月的一项数字调查和2021年11月的另一项数字调查和采访,其中详细探讨了9名参与者的回答。采用主题分析法对访谈记录进行分析。本文主要通过主题分析来揭示参与者回答背后的原因。

结果

在本文中,通过专题分析产生了5个主题:T&T应用程序的缺陷,有用性和功能影响对应用程序的信任,对英国政府的低信任,对其他利益相关者的不同程度的信任,公众意识和合规随着时间的推移而下降。不信任源于参与者在应用程序中遇到的社会技术缺陷,并导致对应用程序的有用性的担忧。同样,对政府的不信任与人们认为大流行病处理不力以及应用程序的创建和采购有关。然而,对其他利益攸关方的信任更多地取决于人们所认为的能力和意图。例如,大型科技公司(如苹果和谷歌)、大型招待场所和私人承包商被认为更有能力,但参与者不信任他们的意图,小型招待场所、地方议会和国家卫生服务(如公共卫生系统)被认为是善意的,但人们不信任他们处理疫情事务的能力。参与者报告在不同程度上遵守或不遵守T&T和大流行指导,但总体而言,随着时间的推移,遵守程度有所下降。

结论

这些发现有助于说明随着时间的推移,DCT应用程序使用的变化对公共卫生的更广泛影响。研究结果表明,对更广泛的T&T应用生态系统的信任可能与应用使用的变化有关;然而,由于样本小,同质性,需要进一步的实证和理论工作来推广结果。这款应用最初产生了新奇效果,但随着公众对大流行的关注和媒体报道的减少以及正常化,这种效果逐渐减弱。对应用程序的社会技术能力、涉众的信任,以及T&T应用程序与其他措施相结合的突出维护,都是持续使用所必需的。

新型冠状病毒肺炎 跟踪应用程序 数字接触者追踪 信任 公共卫生 技术采用 合规 纵向 混合的方法 专题分析 移动电话
简介 数字接触追踪与COVID-19大流行

在整个COVID-19大流行期间,支持数字接触追踪(DCT)的移动应用程序成为全球许多国家为减缓SARS-CoV-2传播而广泛采用的解决方案[ 1 2].从2020年起,一旦这些应用开始发布和发布,就需要了解人们对它们的感受。几项研究调查了人们对DCT的接受和采用的看法和态度[ 3.- 6]、私隐及道德问题[ 7- 9,以及用于推广应用程序的信息类型(例如,针对个人主义或集体主义)[ 7 10].尽管使用了假设的应用程序和场景,但早期研究发现,大部分被咨询的人表示,如果这些应用程序可用,他们将使用它们,而且最初,许多人对DCT作为减少病毒在社会传播的媒介持积极看法[ 3. 11].

然而,大流行发生2年后,DCT应用的总体使用率仍然很低,特别是因为它们大多是自愿的[ 2].这就带来了技术上的挑战,因为一些研究表明,应用程序需要很高的接受率(从56%到95%)才能有效工作[ 12 13].然而,其他理论和实证研究发现,影响也可以在较低的采用水平。例如,研究估计,在感染率适中的情况下,摄取32%的血脑屏障素可有助于将流行病降低到可控制的水平[ 14].其他研究估计,应用使用量每增加一个百分点,应用案例就会减少0.8%到2.3%。 15].尽管如此,无论感染率如何,更高的摄入量将代表避免的病例数量更多[ 15,这让我们有理由更好地理解DCT应用的吸收,并进一步激励他们。

DCT摄取存在意图-行为差异[ 11],但对 实际用户使用这些应用程序的体验[ 16],特别是随着时间的推移,因为这方面的纵向研究很少[ 8].隐私已被发现是人们关注的一个主要问题,可能会阻碍应用程序的使用[ 6 17],但“隐私悖论”也得到了承认和调查,即尽管人们表示非常担心自己的隐私,但他们并没有采取行动。[ 18].因此,除了隐私问题外,还需要更多的工作来了解人们使用DCT的经历和其他因素,这些因素可能与DCT的采用和长期持续使用有关。在DCT的背景下,持续使用可以理解为被动地参与系统的特定特性,如启用蓝牙跟踪和参与接触跟踪的更积极方面,如登记到公共场所。

本研究建立在之前对DCT应用的信任探索的基础上[ 19],其中,信任已被发现是其有意采用的主要因素,进一步详细研究了人们的经验和信任感知——与DCT应用程序及其相关生态系统的关系,以及它们与DCT采用和使用的关系。在本研究中,生态系统被定义为一组参与开发、维护和使用Test & Trace (T&T)应用程序的利益相关者。信任是一个复杂的、上下文相关的主题[ 20.,被认为是人们对他人(人、系统、组织等)的一种心理状态[ 21 22].就技术而言,信任控制技术的利益相关者往往是信任技术本身的先决条件[ 22].在DCT的背景下,von Wyl等人的研究也显示了这种效应[ 23],对瑞士政府和卫生当局的信任与应用程序的使用呈正相关。因此,信任在技术接受吸收中起着重要作用。

技术接受的概念

存在一系列影响验收的因素模型,其中技术验收模型(TAM) [ 24]是最著名的模型之一,其中包括感知有用性和感知易用性等因素。还开发了卫生保健信息学应用的具体模型,如卫生信息TAM,其中包括健康状况、健康信念和关切以及感知的健康威胁等因素[ 25].在本研究中,我们借鉴纳达尔等人的技术接受生命周期(TAL) [ 26],它将技术接受分为三个主要阶段:使用可接受性之前(第一次使用之前)、初始使用接受(第一次使用之后但采用之前)和最后持续使用接受(采用之后),从而创建了考虑技术接受时间性的术语。最初使用与人机交互文献中的新颖性效应(NE)概念有关,这是对最初使用技术的一系列反应,但并不等同于长期使用模式[ 27,或在联业联术语下持续使用。

几项关于NE的研究表明,随着它“失效”,许多用户会停止使用该技术[ 28 29].在一项运动追踪器长期使用研究中[ 29,研究表明,只有对技术和数据的好奇心不足以激发持续使用,这往往与个人和社交动机以及游戏动机有关。然而,卫生信息学中的NE研究与用户自身的健康相关,而不是为公共或集体健康而采取的个人行动,这就是COVID-19大流行背景下的DCT的情况,本文将对此进行探讨。

研究内容

在这项研究中,我们重点关注了国家卫生服务(NHS) COVID-19 T&T应用程序,这是英格兰和威尔士的国家DCT应用程序。T&T应用于2020年9月24日在英格兰和威尔士推出。该应用程序使用蓝牙进行联系追踪,通过在智能手机上本地记录与用户相处的时间和距离。如果用户与检测呈阳性的人有过密切接触,该应用程序将通知用户并提供指导。此外,T&T应用程序还允许用户通过在应用程序上扫描场所二维码来登记症状、预订测试和输入测试结果,以及在各种场所(如酒店场所(如酒吧或餐厅))登记入住。在本研究中,我们认为持续使用是通过被动(如开启蓝牙跟踪)或更主动(如在场所登记)的方式参与上述功能。T&T应用程序在大约第一次调查时的总下载量为2035万次(数据来自2020年12月2日),在第二次调查和采访时的总下载量为2876万次(数据来自2021年11月3日)[ 30.].

由于T&T应用程序是为在英国境内使用而设计的,因此有必要对与covid -19相关的事件、封锁和措施进行详细分析。英国首次封锁发生在2020年3月,封锁措施在[ 31].2020年9月,T&T应用程序在英格兰和威尔士推出,希望“帮助控制冠状病毒(Covid-19)的传播”[ 32].随后在2020年11月和2021年1月进行了多次封锁[ 31].在疫情期间,多所学校关闭和重新开放,英国政府在决定上多次180度大转弯[ 33].2019冠状病毒病疫苗接种于2020年12月开始,从最脆弱的人群开始,然后逐步扩展到各个年龄组和风险水平[ 34)(时间线见 图1).

除了提供英国封锁和措施的背景之外,几起媒体事件也对公众对T&T应用程序的认知产生了重要影响。2020年5月,首相的首席顾问多米尼克·卡明斯(Dominic Cummings)发生了丑闻,他在英国封锁期间开车环游全国,遭到了公众的愤怒和辞职的呼吁[ 35].几个月后的2020年10月,在T&T应用程序推出后不久,媒体报道了英国公共卫生部门的一个错误,该部门一直在使用微软Excel存储公共卫生数据,格式错误导致1.5万例COVID-19未报告病例[ 36].此外,随着公众继续使用该应用程序在场馆登记,2021年7月出现了“ping”(告诉用户需要自我隔离的通知)激增,被媒体称为“pingdemic”。这给制造业和酒店业带来了多重问题,特别是因为如果用户被ping到,就有法律义务自我隔离[ 37].时间轴( 图1,灵感来自政府研究所的时间表[ 31)展示了所讨论的关键事件:3次全国封锁、学校关闭和重新开放;3起重大媒体丑闻;以及本研究的两个数据收集点。

该纵向研究建立在Dowthwaite等人的研究基础上。 19],这是一项量化研究,调查了人们对T&T应用的态度和信任。为了进一步了解这一点,本研究旨在通过分析相隔大约一年收集的研究数据,探索这种态度和信任是如何随着时间的推移而变化或保持的。

详细描述本研究中提到的关键事件的时间轴。T&T:测试与追踪;英国:英国。

方法 研究设计

本研究采用纵向设计,问卷数据分别在大约一年的两个时间点收集,并在第二个时间点的采访中详细探讨答案。因此,本研究采用混合方法设计,从问卷中收集定量数据,从访谈中收集定性数据。该分析使用定量数据作为背景,但强调收集的定性数据,以实现探索随着时间的推移在态度、使用和对T&T应用程序的信任中可能发生的任何变化的原因的目的。

伦理批准

伦理审批由作者所在机构的研究伦理委员会批准(访谈批准文号:CS-2020-R80,问卷批准文号:CS-2020-R10)。

参与者

为了研究人们对T&T应用程序态度的变化,在2020年12月参加问卷调查的参与者被邀请参加约一年后的采访,以了解他们的问题回答是否以及如何改变以及为什么改变。研究人员通过电子邮件和社交媒体,通过作者的个人和职业网络(如listserv邮件列表、Twitter和Facebook)招募参与者,参与基于网络的问卷调查,并要求他们同意进行后续采访。共有48人开始了问卷调查,得到了40个完整的回答。在这些受访者中,有16人同意接受采访。在2021年11月联系到9名参与者时,他们进行了采访。年龄29 ~ 49岁(平均年龄38岁,标准差8岁)。9名参与者中,3名(33%)为男性,4名(44%)为女性,2名(22%)为非二元性别( 表1).我们没有明确询问职业,尽管一些参与者在他们的回答中讨论了这个问题。

参与者的基本人口统计数据(N=9)。

人口 参与者,n (%)
性别
男人。 3 (33)
女人 4 (44)
2 (22)
最高教育水平
本科学位 1 (11)
硕士学位 7 (78)
博士学位 1 (11)
就业状况
全职雇员 4 (44)
雇佣兼职 2 (22)
学生 3 (33)
种族
白色 8 (89)
亚洲 1 (11)
宗教
没有一个 5 (56)
基督教 2 (22)
穆斯林 1 (11)
其他(未指定) 1 (11)
材料和过程

参与者回答的问卷与本杂志早先的一项研究中描述的相同[ 19,即2020年11月13日至12月23日,当时英国处于“二级封锁”至“三级封锁”之间,并受区域分级制度约束;2021年10月25日至11月5日,当时英国各地的大部分限制已被取消。第一份问卷是在网上进行的,而第二份问卷是作为采访的一部分进行的。在网上问卷开始时( 多媒体附录1),向参与者提供资料和隐私通知,并在知情的情况下同意参与。问题采取多项选择或李克特和李克特量表的形式,只有一个开放式问题是为了引出进一步的评论。调查的第一部分要求参与者表明他们对COVID-19和NHS T&T应用程序的知识和经验;例如,遵守任何自我隔离的要求,他们是否下载了应用程序,如果没有下载,为什么不下载。随后,研究人员询问了那些下载了该应用程序的人下载的原因和使用该应用程序的体验。然后,他们被问及该应用程序的技术和功能,包括感知的实用性和易用性,对其工作原理的理解,以及选择加入或退出联系追踪等功能的重要性。最后,他们被问及对应用程序不同方面的信任程度,包括责任、安全、可靠性、功能、数据使用、利益相关者和更广泛的社会。

大约11个月后,网络面试持续了31到56分钟(平均时间44分钟)。在确认他们同意接受采访后,采访者开始录音,并与参与者分享他们的屏幕。早期问卷中的问题被展示给参与者,像在最初的调查中一样以小组形式呈现,没有他们之前提供的回答( 图2).参与者被要求像现在一样回答问题,这些回答被添加到幻灯片中;然后,研究人员向他们展示了前一年的原始反应。然后探究任何变化;例如,为什么他们感觉更积极或消极,或者为什么他们认为自己最初的反应方式是特定的,但现在不是。这样做是为了向参与者提供关于问题和他们的回答的视觉提醒,可以很容易地在幻灯片之间进行比较,并在讨论中提供一个焦点。在此之后,他们被要求总结自填写问卷以来,他们使用T&T系统的体验发生了什么变化,他们对该应用程序和T&T的感觉如何,以及他们的行为在前一年发生了什么变化。他们还被问及他们对T&T的信任如何改变,以及疫苗的推出是否影响了这一点。最后,他们被要求强调任何特定的媒体故事,事件,或其他因素,影响他们对T&T的信任。

向参与者显示的问题块示例。在看到空白的幻灯片后,他们在2021年11月填写当前的答案(A)。之后,他们会看到2020年12月的之前的回答(B),他们可以在幻灯片之间回顾,作为他们在采访中(C)表示的回答的视觉提醒。NHS:国家卫生服务。

分析

采访通过Microsoft Teams进行记录,并通过两个步骤进行转录:首先,通过Microsoft Stream生成初始的自动转录,然后彻底听取采访录音并修改转录以确保准确性。

2020年12月的初始问卷数据被下载到一个电子表格中,在采访之后,对每个问题都添加了新的回答。在可能的情况下,用数值计算语句的初始响应和第二次响应之间的差异( 图3).没有计算其他汇总统计数据或任何推断统计数据,因为我们对响应中的参与者内部变化感兴趣。由于重复答复的性质,可以预期答复每天都会有轻微波动,因此可以合理地预期,单个观点的变化(如强烈同意同意)可能并不代表意见的实际变化;仅报道≥2分的变化。这意味着参与者至少会从非常同意或非常不同意变成中立,同意到不同意,或者相反。报告了一个变化因素( 图3)通过计算每个参与者的变化点的总和,无论方向如何,来总结每个参与者在一段时间内经历的T&T应用程序的信任和感知的一般变化量。

2020年12月至2021年11月期间参与者问卷回答的变化。深红色(1)表示非常不同意,深绿色(5)表示非常同意,灰色表示不适用(用于在采访时没有安装应用程序的参与者)。≥2点的正、负变化用整数和颜色梯度表示。参与者列按递增的变更因子排序,表示参与者≥2个变更点的和。国民保健服务:国民保健服务;英国:英国。

前三位作者根据Braun和Clarke建立的6个阶段对访谈数据进行了专题分析[ 38].数据从经验的角度进行分析,目的是捕捉和探索人们自己的观点和理解[ 39].3位作者通过以下方式熟悉数据:(1)首先分别更正3份采访记录,然后回顾整个数据集,然后(2)归纳生成初始代码,旨在捕获语义和潜在含义。作者在编写代码时使用了描述访谈的常用术语列表,但在编写数据时没有搜索预定义的概念。该过程使用Microsoft Excel通过一个索引系统来跟踪生成的每个代码,并将其与相应的原始数据进行匹配。然后(3)在所有的采访记录编码完成后,作者们互相审查对方的工作,并通过核对编码来协作搜索候选主题,然后(4)审查并发展成主题和子主题。它们(5)被命名和定义,(6)以书面形式详细阐述,并选择相关的数据摘录来说明它们。

3名作者始终保持一份反思性日志,并持续进行反思性讨论,以考虑与T&T和整个大流行经验有关的可能偏见和个人观点,以了解它们对分析过程的影响。三位作者都有使用T&T应用程序的不同个人经历,从从未下载过该应用程序,到遇到缺陷,并继续使用;因此,T&T应用的整体视角是平衡的。协作分析进一步促进了对数据的更细致的理解,而不是针对意义达成共识[ 38].

结果 回应和主题摘要

参与者在2个研究时间点(2020年12月和2021年11月)给出的回答的比较总结为一个图表,显示积极、消极和无变化,以及总体变化因子( 图3).参与者D和F删除了初始问卷研究和访谈研究之间的app;我从未下载过该应用程序,也不打算这么做;其余的参与者下载了该应用程序,在接受采访时手机上仍有它。关于参与者的进一步细节,如人口统计和个人反应和变化的摘要,载于 图2而且 多媒体附录2

共制订了六个主题( 多媒体附录3)来自对9次访谈的分析。由于访谈记录是归纳编码,第6个主题与研究目标不完全相关;因此,在本研究中,我们集中阐述了与研究目标相关的5个主题 简介部分)。根据参与者的经验,主题围绕T&T应用程序展开,他们强调了几个主题 遇到和察觉到的缺陷(T1)和报道 不同程度的信任(T2)。主题进一步围绕参与者对利益相关者的信任展开,据报道普遍较低 信任政府由于他们糟糕的流行病处理(T3)和混合 信任其他利益相关者基于他们感知的能力和意图(T4)。最后的主题围绕着参与者的 随着时间的推移而改变经验在T&T应用程序方面,他们对利益相关者的总体遵从性和信任,以及随着时间的推移所观察到的暴露和报告的减少(T5)。以下各节将详细阐述这5个主题,包括与会者对其更改或保持的回答的引用和参考( 图3).

T1:参与者感知和体验T&T App的缺陷 1a:缺乏技术进步和缺乏大众接受

与会者提到了与依赖蓝牙的应用程序的接近性测量相关的实际问题,包括不能一直打开蓝牙,以及它在帮助跟踪病毒接触情况方面的有效性,特别是在复杂的社会环境中。随着时间的推移,人们对应用程序的可靠程度和工作表现的信任度普遍为负至中性( 图3):

我不确定智能手机等设备的距离是否能很好地反映出接触空气传播病毒的风险。

参与者E;自我保护使用动机下降;变化系数9

我认识的很多人被告知要自我隔离,但他们完全没有接触过……是的,你可能是某人的邻居,没有接触过他们,但仍然被告知要自我隔离,你没有回应。

参与者F;应用程序对自我的感知有用性下降了4个点,对应用程序可靠性和有效性的信任度下降了2个点;已删除应用;变化系数18

如果没有上下文信息,人们就无法对信息的含义做出正确的选择。所以,关于手机被放在医院储物柜外,以及NHS工作人员因为没有关闭应用程序而被定位的故事很快就传开了……你知道,就是那些隔着封闭的墙被定位的人。

参与者我;随着时间的推移,人们对T&T应用最初的负面看法一直保持着;没有下载;变化系数为4

此外,在参与者看来,这些问题的存在导致了公众放弃了这款应用。随着时间的推移,大多数人会下载和自我隔离的信任大体上是消极到中性的( 图3):

如果人们不使用它,那么T&T应用就毫无用处。

参与者;对应用的积极动机和态度,但减少了人们会下载它的信念;变化系数为12

这是一项非常新颖的技术,它很容易损坏,而且人们可以选择不使用它,所以它的效率有很多障碍。

参与者B;使用应用程序保护自己和社会的动机降低,对他人影响自己的行为和他人会下载应用程序的信念降低;变化系数25
1b:缺乏对用户多样性的考虑

与会者表示,应用程序的设计没有考虑不同的用户群体和他们的特定需求和情况。例如,正如与会者F所提到的,由于前线工人的特殊条件而造成的社会技术缺陷:

因为我每天都和孩子们在学校,他们没有考试。我觉得我们的情况很不一样。如果我在学校一直开着手机,我就会多次被提醒要自我隔离。

参与者F;对自己的感知有用性降低了4分,对应用程序的可靠性和有效性的信任度降低了2分;已删除应用;变化系数18

与会者还提到了应用程序设计者没有考虑到的其他用户群体,比如共享工作空间和家庭的人,以及不同水平的智能手机用户。与会者一总结如下:

和我测试和跟踪应用程序设计与世界这样一个保守党的模型(即这可能被视为一个保守和上流社会的观点),智能手机用户是专业人士,他们没有一线用户,和他们想要的信息或将使用一个应用程序,这个想法,它将与旧手机老用户,这将是人们没有最新的智能手机,它将会有一个困难的人在智能手机。我只是觉得,有太多的机会错过了一个不适合的用户模型,唐宁街(英国政府)显然是为他们设计这个东西的。

参与者我;随着时间的推移,人们对T&T应用最初的负面看法一直保持着;没有下载;变化系数为4
1c: T&T应用是为个人而不是集体努力而设计的

对于参与者来说,坚持指导和普遍采用T&T应用程序作为一项集体行动是有效的。然而,一些与会者认为它是为个人的行动和责任而设计的,而不是创建一个互助模式的应用程序:

让应用程序把使用它的责任放在个人身上,这就像不是一个公共或集体的解决方案。这就像是,这个人有支持这个的手机吗?它的蓝牙功能好吗?位置追踪有用吗?有足够的电池供旧手机用户使用吗?或者甚至连电话都没有。

参与者G;最初对T&T应用程序的不信任一直没有改变;变化系数为10

参与者认为T&T app对整个社会没有帮助,而只是他们最亲密的圈子,它让人们在公众中失去了好感:

我真的不完全明白这是什么意思,我觉得我只是在尽我所能帮助我的小圈子,但我不认为我能影响更广泛的社会。

参与者B;减少使用保护自己和社会的动机;变化系数25
1d:对T&T应用程序的理解缺乏清晰和确定性

当被要求谈论T&T应用程序的工作原理时,参与者的回答缺乏确定性。在调查中,他们表示对该应用程序有很好的理解,并强烈同意T&T应用程序需要进行解释和验证( 图3).虽然一些参与者提到,决策是由T&T应用程序和人类的结合做出的,但其他参与者提到,决策仅由T&T应用程序做出。少数参与者属于两组,因为他们的答案取决于所讨论的特定上下文(例如,区域集群的存在将被不同地处理)。参与者提到,他们对应用程序的工作原理和人类参与系统的程度缺乏理解和确定性:

我也意识到,我对这个应用程序的工作原理知之甚少,真是令人尴尬……但我的假设几乎都是自动化的。我只是觉得在某个地方某人有能力让我们传递一个信息。

参与者H;正面和负面的反应大致相同;变化系数为4

你知道吗?我不知道。我想最开始,是人类和应用程序,但我认为他们可能把它做得更多,我要说的是应用程序,系统中肯定有人。但现在仔细想想,我想我非常确定他们可能不会参与决定一个人是否要自我隔离。

参与者C;报告说,很好地理解了应用程序是如何随着时间的推移而维护的;变化系数为8
1e: T&T App改进建议

当与会者讨论T&T应用程序的哪些方面被认为有缺陷时,他们也就哪些方面可以改进提出了建议。大多数建议都与信息和沟通有关:

我觉得它可以围绕积极的感觉来设计。比如"你登记入住真好"或者"你登记了五次"我不是要把所有事情都游戏化,这也很糟糕,但我认为只要一句“谢谢你进行接触追踪”,“你一直在户外,你很好,提醒你的家人和朋友也这样做”……那就太好了。

参与者G;保持保护自己和他人的动机和态度;变化系数为10

还有人呼吁T&T应用程序更加以人为本,以更简单的人工签到,并帮助人工T&T团队提供选项来验证应用程序,以避免欺诈。

T2:对T&T应用的信任基于感知有用性和功能而不同 2a:不同程度的信任

参与者的信任主要基于应用程序的功能和有效性。因此,如果参与者认为这些因素是有缺陷的,那么信任就会低,而如果应用程序被认为是有效的,那么信任就会高。例如,一些参与者看到了媒体报道,如“流行病”( 图1)以及实际后果的发生,如关闭场馆,这是应用程序有效运行的标志,从而提高了信任。而另一些参与者则认为这款应用的功能和效率很差,导致了信心和信任的丧失:

在我的脑海中,“Pingdemic”只是表明该应用程序在发挥作用,因为你知道,Covid在上升,人们因此而被ping。所以,我想是的,在这种情况下,我可能确实认为它在做它的工作。

参与者C;随着时间的推移,用户对应用的最初信任得以维持;变化系数为8

然而我认为,如果它运行正常,人们信任它,那么我们现在的情况可能会更好。

参与者F;对自己的感知有用性降低了4分,对应用程序的可靠性和有效性的信任度降低了2分;已删除应用;变化系数18

你的信任很大程度上取决于它是否有效。

参与者我;随着时间的推移,人们对T&T应用最初的负面看法一直保持着,从未下载过它;变化系数为4
2b:有缺陷的开发,缺乏可解释性和透明度

此子主题链接到TAM [ 24构建:感知有用性和感知易用性。由于参与者认为T&T应用程序在这两个方面都存在缺陷,因此他们对该应用程序的接受度和信任度都很低。人们对这款应用产生怀疑的原因包括T&T应用开发者缺乏理解和考虑应用有效运行所需的所有复杂因素,以及通知背后缺乏解释等缺陷:

如果有什么能解释为什么我被定位了而我丈夫没有。那真的很有帮助。

参与者D;对自我的感知有用性降低,对应用有效性和可信度的信任降低;已经删除它;变化系数9

我的意思是,这款应用是由外部机构开发的,这并不会让我感到困扰。我只是觉得他们做得不是很好……我认为他们不知道自己在做什么……在他们理解社会技术复杂性的能力上这个组合需要在适当的地方才能起作用。

参与者我;随着时间的推移,人们对T&T应用最初的负面看法一直保持着;没有下载;变化系数为4
2c:人力T&T、物理测量和人力引导

参与者强烈认为,戴口罩、保持社交距离和通风等人体T&T和物理措施比T&T应用程序更值得信任,因为该应用程序存在根本性缺陷。除了更高的信任度,遵守身体措施还会让参与者有控制感,这反过来又让参与者感到更安全:

这可能是这次大流行的副作用,我们都在寻求更多的控制。但同时,它也会给我一个我更有信心的结果,特别是在做定期测试时……无论我每周测试的结果是什么,我都知道我可以采取行动或应对,而ping,所有的一切,基本上是压力的一个原因,真的。

参与者D;对自我的感知有用性降低,对应用有效性和可信度的信任降低;已经删除它;变化系数9

T&T应用程序中的人际接触被认为是重要的( 图3).这样做的原因有很多,比如确保问责,验证自动决策,避免不必要的行为,如自我隔离:

其中有一个元素,我认为任何算法、人工智能或机器学习……我希望在这条链条上有一些人为责任。这是一个原则性的问题。这与应用程序无关,更多的是,我对你使用人工智能改善服务没有意见,但我仍然需要一些问责和能力来说,“为什么做出这个决定?这个决定是怎么做出来的?”以及它对我的影响。我认为人类(需要)在这个系统的某个地方。

参与者H;积极和消极反应的混合,随着时间的推移基本保持不变;变化系数为4
T3:由于大流行处理不力,包括T&T应用程序的采购,对政府的信任度普遍较低 3a:决策不一致,缺乏遵从性

与会者对英国政府感到愤怒和沮丧,因为他们传递的信息混杂,而且他们认为制定规则却不遵守规则是虚伪的。这一点,再加上在整个大流行期间人们认为决策不力和前后不一致,导致参与者对政府信任度低:

我认为所有的混合信息,基本上是说“现在新冠病毒是你的问题,你决定是否要戴口罩,”我只是认为所有这些加上一个不可靠的应用程序,只会让你觉得不特别值得信任。

参与者D;最初对英国政府的负面信任一直没有改变,对应用程序的信任下降;变化系数9

我认为在过去的一年里,我们在英格兰和英国发生了一些政治领导人的案例……他们要么没有遵守规则,要么没有严格遵守规则,我认为这会影响人们对这些事情的信任。

参与者E;对英国政府最初的负面信任一直没有改变;变化系数9
3b: T&T应用程序创建和数据管理

据报道,对英国政府不信任的另一个原因是,人们对应用程序的创建以及数据的收集、存储和处理方式产生了怀疑。媒体报道的几个方面,如Excel事件、技术决策和资金支出,再加上英国政府在技术项目上的失败历史,都导致了对政府的普遍不信任,并质疑他们在数据管理方面的意图:

因为我是一个数据科学家,所以我知道人们使用什么样的数据。我只是不希望这是政府以国家安全为借口收集免费数据的演习。是的,考虑到Excel文件出现的问题,我真的不知道这些数据将存储在谁和哪里。它只是给一切都蒙上了阴影。

参与者B;人们对大型科技公司的信任度下降;变化系数25

政府和大型IT项目,我的意思是,你知道那里有失败的历史,不是吗?但我只是认为这是非常重要的,尝试把它做好,但他们没有。

参与者D;最初对英国政府的负面信任一直没有改变,对应用程序的信任下降;变化系数9
3c:执行T&T应用程序和选择退出追踪之间的紧张关系

在这个子主题中,参与者表达了关于他们是否有能力选择加入或退出接触追踪的道德复杂观点。尽管与会者认为选择退出接触追踪的自由很重要,但他们也认为这是一个复杂的决定,因为T&T应用程序需要打开接触追踪才能有效。此外,T&T应用中用户控制的重要性(能够选择退出)和透明度的需求都得到了强调:

让人们有选择是件好事。我的意思是,是的,人们可以选择是否进行接触者追踪,我认为这应该是强制性的,这样病毒就不会传播。但与此同时,我认为人们应该有选择加入或退出的权利。

参与者;越来越多的人相信选择退出应该是一种选择;变化因素12

对我来说,使用这款应用的目的就是为了追踪联系人。如果我关闭了联系人追踪,我还不如卸载这个应用。

参与者C;随着时间的推移,对选择退出追踪的想法最初的分歧一直存在;变化系数为8
3d:普遍不赞成政府在大流行期间的行动

这一分主题很重要,包括与会者不赞同b政府在大流行病期间采取行动的各种理由。与会者的一个共同意见是,政府对大流行病处理不力,本可以更有效地实施T&T应用程序。政府建议的措施在原则上也被认为是精英主义的,惩罚了英国不同的人口,包括工人阶级和一线工人。此外,政府被认为过于自信,导致规则过早放松,多名参与者报告说,规则和规则的执行本应更加严格,以提高依从性和减少病例数。一些与会者将英格兰的T&T系统与苏格兰的大流行病处理进行比较,认为后者更明确和严格,因此更有效,这更突出了这一点:

我在想,我不同意英国政府处理新冠疫情的总体方式……This is a lay person’s opinion, but I would have liked much more conservative approach, let’s say closing down earlier. Much more money for people to stay home. Extended furlough. Everybody gets Universal Credit. That’s what I would have done but I didn’t have to crunch the Excel sheet, so it’s easy for me to say that.

参与者G;对政府最初的低信任度保持不变;变化系数为10
T4:对利益相关者的不同程度的信任 感知意图和能力之间的关系

参与者报告的对其他利益攸关方(即私营承包商、大型科技公司、大大小小的接待场所、地方议会和NHS)的信任程度在大流行期间表现出不同的意向和能力:

如果我们有一系列的能力和良好的意图,Serco, Capita等私人承包商,他们在两个标准上都排在最后。我认为他们既无能又恶意。我认为这些科技公司既能干又恶意。所以,他们最后是在中间,然后是小的招待场所,没有恶意,不像其他的,我真的不认为特别恶意。我得说,连锁餐厅很大程度上是恶意的……所以对他们来说,我是以能力为基础来衡量的……For NHS they get a four because of some worries on competence, the UK Government get a four because of some worries on maliciousness. There’s, there’s a chart here.

参与者H;对利益相关者的信任程度;变化系数为4

在与会者H所述分类的基础上,进一步发展了分主题,与会者报告了对利益相关者信任的复杂感受。这些信任或不信任的感觉取决于利益相关者所感知的意图和能力,如参与者所表达的( 图4而且 5).值得注意的是,这些数字代表了参与者对涉众观点的普遍看法,并不打算作为客观评分,也不打算对涉众的实际能力或意图作出任何假设。此外,这些并不是对参与研究的所有参与者的观点的同等权重的反映,因为不是所有参与者都提到了所有的利益相关者,而是在这里用来说明参与者信任或不信任这些利益相关者的一般理由。

总体报告对利益相关者的信任基于他们感知的意图和能力。根据图3中的数据创建的图。颜色键表示两个时间点上参与者之间的平均信任(其中小数点四舍五入到最接近的整数)。梯度表示平均信任随时间的变化(从左到右),纯色表示所有参与者的平均信任随时间没有变化。彩色区域的大小旨在说明提到相关涉众的参与者的数量。这一数字是为了说明从访谈和调查数据中收集到的一般看法,并不代表在数据中发现的统计测量。国民保健制度。

参与者对利益相关者的正面和负面看法影响参与者的可信度。

4b:大型科技公司、私人承包商和大型招待场所

总体而言,与会者对大型科技公司和大型酒店场馆的感受复杂,因为他们管理T&T的能力被认为比其他利益相关者更强。一些与会者提到了他们在T&T方面的声誉、专业知识、基础设施和参与程度,尽管在大流行期间出现了已知的错误和问题,但所有这些都给人一种普遍的高度胜任感:

你的规模越大,如果你的场地越大,你可能会有一个数据控制官……你知道,你的规模足够大,有公司的政策,你知道,在你的特定特许经营中,至少有50%的可能性被遵守,所以我只是认为,一旦你是一个大型连锁店,它被适当处理的几率会增加,因为你有公司的基础设施支撑。

参与者H;在大型场所,信任从中性到负面;变化系数为4

尽管如此,与会者对这些主要利益相关者(大型科技公司、私人承包商和大型招待场所)表示了普遍的担忧,原因与他们所认为的恶意有关。在这方面,大型科技公司是造成低信任的主要利益相关者。参与者倾向于将大型科技公司和私营承包商归为相似的实体,因此,一些人报告称对这两者的信任度普遍较低。人们的担忧与个人数据可能被滥用有关,而且他们认为使用T&T应用只是为了盈利。同样,在比较小型和大型酒店场所时,参与者报告对后者的信任度较低,因为有可能将T&T数据用于自己的利益:

在我看来,像大公司这样的公司参与其中却得不到任何回报是不可能的。这其中一定有某种利润。

参与者B;人们对大型科技公司的信任度下降;变化系数25
4c:小场地,地方议会和NHS

相反,其余的利益相关者被认为不是特别恶意;然而,他们的具体情况,如糟糕的结果,糟糕的基础设施,或分散的程序,是不信任他们是否有能力充分处理T&T活动的来源。与会者提到,由于COVID-19病例的增加,对NHS的信任略有下降。有些嘉宾指出,在小型场地人工办理登记手续时,处理个人资料的方式欠佳。事实上,大多数对利益相关者的信任变化发生在小型场所( 图3).同样,与会者认识到地方议会的预算较少,与中央政府的沟通不足:

从我的经验来看,小企业在数据安全和数据保护方面的工作比较困难,而大公司往往有更大的基础设施来做这方面的工作。

参与者我;对大多数利益相关者的中立信任;变化系数为4

尽管与会者对这些利益攸关方如何管理T&T和其他与大流行病有关的事项表示关切,但对于它们的意图,与会者普遍感到信任。事实上,与会者非常同情小型接待场所,尽管他们表示,他们的T&T程序并不理想,但他们在大流行期间所经历的恶劣条件得到了承认,因此,他们在遵循指导方面所做的努力得到了承认。同样,与会者认为地方议会在处理地方一级的流行病问题方面作出了良好努力,被认为比中央政府更一致。一些与会者还表达了对NHS的普遍信任和赞赏,因为它经历了困难时期:

他们越小,我越同情他们。他们得尽最大努力。我还记得我们还得手动签字的时候我想那一定是一场噩梦。尤其是考虑到如果没有它他们将不得不关闭。所以我确实信任他们……我don’t think data was misused.

参与者B;增加对小型场所、地方议会和国民保健服务体系的信任;变化系数25
4d:对于T&T涉及的机构的普遍不信任和不确定

参与者报告了对“整个体系”的不信任,在某些情况下,他们特别提到了中央政府 T3:由于大流行处理不力,包括T&T应用程序的采购,对政府的信任度普遍较低部分),有时还会把大型科技机构和其他政府附属机构混为一谈。此外,其他与会者表示了对现实世界项目开发的普遍不信任,指出了差距和弊端,以及对个人数据处理的普遍担忧,不管机构是什么。尽管如此,这些与会者承认,出于克服大流行的实际原因,需要做出一些妥协:

我不会说这是信任应用程序的问题,我只是觉得整个系统有点坏。

参与者F;人们对小型场所和英国政府的信任度下降;变化系数18
T5:随着时间的推移,公众对大流行的意识和依从性有所减弱 5a:随着时间的推移,顺从性通常会逐渐消失

这个副主题是实质性的。参与者报告称,他们在不同程度上遵守了T&T应用程序的使用以及其他社交距离和隔离指导。参与者对指导的遵守程度取决于内部和外部因素。与会者报告了疫情后采取的措施,包括使用T&T应用程序保护他人,并提到了社会责任感。尽管参与者表示,尽管他们认为T&T的应用程序有缺陷或不值得信任,但他们仍然认为应该使用它:

在这段时间里,我在更大的计划中失去的隐私并不比保护隔壁的奶奶更重要。所以,尽管心存顾虑,我还是下载了(这款应用)。

参与者G;最初不信任负责任和安全使用的数据,但保持不变,但使用的高度动机保护自己和他人;变化系数为10

另一方面,当与会者报告遵守率低时,他们提到了一系列原因,包括规则的放松和指导的不一致和缺乏连贯性。人们提到仍然依靠其他身体措施,如检测和戴口罩,以及接种疫苗的安全感。参与者还根据自己的常识改编了规则和指导;也就是说,对于他们的具体情况,他们认为最有效或最方便的解决方案是:

这似乎是疫苗的综合作用,是对疫情持续时间的挫败感的综合作用,或者只是单纯的,“我必须过我的生活。”对一些朋友和家人来说,这是经济压力。

参与者E;最初对应用程序的负面信任基本保持不变;变化系数9

我每天在一个有30个孩子的班级里,没有社交距离。这有点变成了有什么意义?

参与者F;对自己的感知有用性降低了4分,对应用程序的可靠性和有效性的信任度降低了2分;已删除应用;变化系数18

当我第一次需要使用新冠肺炎护照之类的东西去某个地方的时候,我真的很开心,我就决定,你知道吗,“我现在可以自己控制了,我没有这个应用程序。”

参与者D;对自我的感知有用性降低,对应用有效性和可信度的信任降低;已经删除它;变化系数9

我想服从,自我隔离。我得取消酒店和火车,这对我来说是要付出代价的。所以,是的,我没有遵守。但我们做了测试,结果是阴性,所以我们继续度假。

参与者;降低人们下载应用的信任度;变化因子12]

有趣的是,参与者描述了顺应性随时间推移而减弱的经历。这些经验涉及参与者自身合规行为的改变,以及其他外部因素,如公众的感知行为。此外,参与者一致报告说,他们发现场馆不遵守或提示顾客不再遵守T&T措施,如手动输入他们的详细信息或使用T&T应用程序登记。他们进一步表示,二维码在场馆的可见性下降。一些与会者认为,这是因为T&T给人的感觉是不再需要了,而另一些人则表示,这反映出它是如何随着时间的推移而淡出公众意识的 5d:媒体曝光率下降Section),尽管它仍然可能有用:

二维码还在继续。我不认为很多人在使用它们。当我记得的时候,我确实试着去做……而且quite honestly, I find myself forgetting.

参与者C;增加人们会下载应用程序并将其隔离的信任;变化系数为8

T&T App现在不那么显眼了,感觉不那么重要了。它明显不那么明显,我看到我的许多朋友和家人几乎不知道测试和追踪仍然在进行。其他的事情是,因为他们知道整个引擎的可见性已经消失,我仍然认为这可能是非常重要的追踪爆发或发现新的变种。

参与者E;使用自我保护的动机降低;变化因子9]
5b:早期对T&T应用的兴趣和好奇心并没有持续

参与者还表示,当T&T应用程序首次公布和发布时,他们花了一些时间在网上调查,主要是对T&T应用程序的功能感到好奇。一些与会者关心数据保护,因此密切关注媒体对T&T应用程序开发的报道。然而,参与者也承认,他们不再阅读有关该应用程序的报道,一方面是因为媒体报道没有大流行开始时那么多,另一方面是因为一些人最终降低了对T&T应用程序的使用:

我做过,当它第一次出现时,有很多对话,因为他们与谷歌和其他几家科技公司合作,我对其中有多少个人数据感兴趣,如何使用,以及保护……所以我当时很感兴趣,我不能说我在过去六个月里读过任何关于Covid-19应用程序的内容。

参与者H;正面和负面反应大致保持不变;变化系数为4
5c:改变和维持对T&T App的感觉

最后,开发这个子主题是为了反映参与者对T&T应用程序的变化和持续的感觉。最初对该应用程序有负面预期或假设的参与者随着时间的推移保持了这些负面看法,因为政府处理大流行(描述在 T3:由于大流行处理不力,包括T&T应用程序的采购,对政府的信任度普遍较低部分)和T&T应用程序使用的下降(描述在 5a:随着时间的推移,顺从性通常会逐渐消失部分):

我曾经非常怀疑,但没有什么改变能让我不再那么怀疑。我非常怀疑它是否会起作用,你知道,我认为自己很有社会意识,所以我相信社会的好处。我会关心社会的利益,对吧?但我不明白这个检测追踪应用程序是如何为社会造福的。

参与者我;随着时间的推移,人们对T&T应用最初的负面看法一直保持着;没有下载;变化系数为4

此外,只有一名参与者表示,随着时间的推移,他们对T&T应用程序的信任发生了积极的变化,这是由他们在之前研究中的问卷回答引起的:

我认为这很大程度上是因为我在开发这款应用的早期就进行了调查,当时我确实认为它存在更多问题。逃避,崩溃,或是做个废物。它已经证明了自己并且随着时间的推移有了一些改进。所以我可能已经开始认为这个应用比它刚发布时更好了,因为它看起来有点马虎。

参与者H;增加对应用程序可靠性的信任;变化系数为4
5d:媒体曝光率下降

尽管一些参与者报告说,媒体内容增加了人们对T&T应用程序的负面看法,但在过去一年里,关于T&T的媒体内容减少了,而被认为更耸人听闻的其他话题所取代。一些与会者认为,媒体和政府应该增加T&T应用程序的曝光率,以便提醒人们它的存在,从而促使人们使用它:

我认为英国政府应该少谈它。所以这让我,也许还有其他人,不那么关心它了。所以如果你保持在同一水平。我的意思是,保持消息灵通,说服我们使用T&T应用程序或者继续做测量。我认为他们很少谈论它。

参与者;对大小场所的信任度下降,对英国政府的信任度保持积极不变;变化系数为12

我认为这已经不是什么有新闻价值的事情了,因为我的意思是,在所有的事情中,在丑闻和人们的行为中,你可以随意选择。它也不是很有价值的报道,像“哦,我们仍然在使用这个应用程序”,“继续使用这个应用程序”,有更多有价值的东西可以阅读,所以我认为它可能会变得无聊。

参与者G;对大多数利益相关者最初的负面信任保持不变;变化系数为10
讨论 主要研究结果

从定性访谈数据中,我们总共开发了5个主题,发现了T&T app使用变化的多个原因。这些原因也反映在随时间推移的调查回应的变化因素上,最低的是4分,最高的是25分。随着时间的推移,变化的最大贡献者是使用T&T应用程序时遇到的缺陷(T1)和由于COVID-19大流行的处理方式而对英国政府缺乏信任(T3)。影响信任的其他因素包括应用程序的感知有用性和功能(T2),对利益相关者的信任(T4),以及公众意识和遵从性随时间下降(T5)。

本研究的结果阐明了在DCT背景下持续使用的概念,对于T&T应用程序,它包括一系列的动作,有些比其他的更被动;例如,在公共场所保持蓝牙追踪或更积极地扫描二维码。在本文中,我们超越了TAM模型[ 24],转而采用TAL模型提出的概念(即从使用前接受过渡到最初和持续使用)[ 26来解释参与者使用T&T应用程序的经验,这是受他们的感知有用性和易用性以及其他因素的影响,例如对相关利益相关者的信任。使用一年后,T&T app的NE磨损,如T5所示,与文献一致[ 28].使用这款应用的个人和社交动机也发生了变化( 图2),这是导致持续使用科技的一些因素[ 29];然而,一些参与者继续使用它,因为这是他们工作的需要。

信任是一个复杂的话题,但据报道,信任通常受到感知意图和能力的综合影响。在这一年中,参与者对相关利益相关者的信任也发生了微小的变化 图3-对政府的信任(部分原因是引言中讨论的丑闻)、大型场馆和大型科技公司的信任下降;人们对地方议会和NHS的信任增加了;部分参与者对小场地的信任度增加,部分参与者对小场地的信任度降低(T3和T4)。在调查中给出的信任分数与访谈结果之间存在一些细微的差异。此外,当调查信任分数从两个时间点取平均值时,大多数变化并不显著( 图3而且 4),这进一步确立了信任的可变性和主观性。对构成应用生态系统的利益相关者的信任影响对应用及其吸收的信任[ 22 23].NE“逐渐消失”、应用使用缺乏个人和社交动机、T&T应用利益相关者普遍缺乏信任是参与者解释他们使用T&T应用的改变的原因,其中有2名参与者在最初的调查和采访期间删除了该应用,这是明显的证据。

调查人们对DCT应用程序态度的研究发现,人们对它们持积极态度,并打算使用它们帮助减缓COVID-19的传播并保护他人[ 3. 11],这已在本研究参与者所提供的陈述中得到广泛反映( 图3).尽管如此,我们的研究结果表明,尽管社会影响可能是采用的动力[ 7 10 16, T&T应用的使用变化是由几个因素引起的,如经验和感知的缺陷,围绕整个应用生态系统的不信任,以及日常生活的实用性和偶发性。因此,本研究既证实了之前DCT研究中发现的意图-行为差距[ 11,并有助于提供其发生的一些原因。

根据专题分析中制定的第五个主题,随着时间的推移,媒体对这一流行病的表现和关注有所减少,这似乎对与会者的行为产生了直接影响。尽管如前所述,使用T&T应用程序的最初意图是积极的,但媒体的大流行正常化,以及大流行疲劳感的日益增强,导致T&T应用程序的使用减少或删除。因此,正常化和大流行疲劳是影响T&T应用程序使用符合性和行为的两个关键因素。尽管参与者最初的意图是继续使用T&T应用程序。对T&T应用程序缺乏信任和持续使用不佳的进一步解释可能是,由于英国政府和T&T应用程序的技术能力的持续失败,个人产生了“习得性无助”。“习得性无助”是一种习得性状态,由无法控制的创伤事件导致的无力发展而来。使人普遍相信某种情况是无法改变的[ 40].COVID-19大流行是任何人的个人控制,并努力减少病毒的传播出现失败由于上升的情况下,这是可能的,人们开始感到一种习得性无助的感觉,进而导致自满使用T&T应用。这些解释以前的研究结果是一致的,这突出问题,减少低信任的政治系统,和自满会影响采用DCT应用( 41 42].

由于病毒的行为,阻止COVID-19传播的措施,如使用DCT,具有集体性质。这种需要集体响应和基于个人的T&T应用程序设计之间的紧张关系显示在子主题1c中。费舍尔( 43]表明,一个社会的个人-集体性质会影响其关于COVID-19行为的集体行动,在这些社会中,经济更有利和个人主义的社会具有更弱的集体行动属性,如本研究的背景(英国)。因此,英国的文化背景可能是影响本研究中发现的意图-行为差距的另一个因素。

最后,正如一些人开始指出的那样[ 16],本研究的结果偏离了以往的工作,即隐私和安全问题是采用和使用DCT的主要障碍[ 3. 4 44- 47].尽管一些参与者表示有这样的担忧,但DCT的感知益处超过了他们。这种情况也可以用情感不适的常态化来解释[ 48),人们会继续使用这些应用程序,尽管他们认为它们很可疑。因此,尽管隐私和安全可能在最初的采用和使用中起着重要作用,但从长远来看,这些担忧对我们的参与者来说是次要的,可能是因为没有发生重大数据泄露。此外,除了对大规模监视的担忧之外,本研究还扩展了对部署DCT的政府不信任的理由[ 3. 46];正如T3中所阐述的,它也是根据人们对政府管理大流行以及创建和管理T&T应用程序的能力的评估而构建的。

实际意义

虽然这项研究是在英国的特定背景下进行的,但可以从T&T应用程序部署一年后的个人和集体经验中吸取一些启示和教训。首先,参与者自己或众所周知的社交事件,遇到了应用程序的一些缺陷,从技术问题到对用户多样性的考虑不足,以及应用程序在不同情况下如何使用。此外,参与者表示,他们对应用程序如何工作的理解不够清晰和确定。因此,尽管人们有良好的意愿来支持社会( 图3),或者即使这些应用程序的营销目的是呼吁良好的公民意识和集体主义[ 7 10 49],我们的研究表明,如果人们看不到DCT是如何实现这一目标的,持续使用就会受到阻碍。或者,人们继续使用该应用程序,尽管不确定他们的行为是否有助于控制大流行。尽管这项研究暗示了这样的含义,但重要的是要坚持这些结论是从小样本中收集的,因此不能广泛推广。

这对未来的DCT系统意味着,除了考虑一系列现实场景(如多人居住或共享墙家庭)和不同的用户集合(如一线工人),它们必须提供进一步的上下文信息,向用户解释DCT应用程序是如何做出决策的,并确保技术(如假阳性)和实际(如总体有效性)事项的透明度。此外,这项研究表明,DCT应用程序的部署应该与其他措施一起进行,以避免引发无用感。至少,DCT应用程序应该由部署它们的组织持续推广。改善持续使用的其他步骤可以通过探索DCT的设计来解决NE的损失,以及如何加强对整个生态系统(应用程序、组织和其他用户)的信任。

最后,参与者对他们使用或不使用T&T应用程序的经历的描述引出了一个问题,即DCT是否有效或是否有必要[ 50].这项研究与Tretiakov和Hunter的发现一致。 16],当警戒或风险水平较低时,DCT的实际使用量下降。随着我们进入COVID-19流行阶段,需要重新评估基于邻近的离散ct的实际应用,并必须与疫苗和检测等其他物理措施结合使用,使人们更加安心,并根据其可采取行动的更明确的结果。一些方向包括开发混合接触追踪系统,将人类接触追踪者的参与纳入整个生态系统[ 51].

限制

这项研究有一些局限性,值得强调。首先,访谈研究的参与者在人口统计学上具有一定的同质性,可以被认为是小样本量。本研究只收集了1名一线工人的定性数据(从访谈讨论中我们了解到,在访谈讨论中可能会讨论受影响的职业),所有参与者都有较高的教育程度( 表1).因此,这个样本和随后的专题分析可能不能代表一个多样化的人群。此外,Dowthwaite等[ 19]在他们的调查研究中发现了黑人、亚洲人和少数民族参与者在统计上的不同反应。这在本研究中无法进行调查,因为9名参与者中只有1人被认为是黑人、亚洲人和少数民族群体的成员;因此,这些差异应该在未来的研究中加以探讨。

此外,尽管参与者被问及英国COVID-19疫苗接种的开展对信任的影响,但这方面的数据不足以形成一个强有力的主题。主题5中只有1名与会者提到了接种疫苗的影响。这并不是说疫苗接种的实施没有影响人们对COVID-19的危险和预防措施的作用的感知,只是说本研究中的个体在讨论他们对T&T应用程序的观点和影响信任的因素时没有关注这个话题。可以说,这项研究的许多参与者对英国政府处理大流行的不力感到愤怒和沮丧,这压倒了在英国开展疫苗接种等积极影响。

本研究的另一个局限性是缺乏对时间点1的问卷得分的证明。由于在第一个时间点只收集了定量数据,因此作者只能对定量数据进行真正的纵向比较。专题分析只能以回顾性的方式纵向考虑描述性解释(参与者被要求反映他们对T&T应用程序的信任和总体看法是如何随时间变化的)。因此,这可能导致了回忆偏差和对经历的不准确描述的可能性。

最后,本研究在地理上局限于英国的特定背景,在英国存在中央集权的政府和公共卫生系统。因此,可以说,这项研究的结果只适用于政治、文化和卫生系统相似的地方,如果有的话。

结论

总之,本研究旨在了解T&T应用的使用和信任如何随着时间的推移而变化。通过进行访谈和探索大约1年的调查答案,我们发现了信任变化和使用减少的多个原因。例如,改变的两个最大因素是T&T应用程序的明显缺陷,以及由于大流行的处理方式对英国政府缺乏信任。此外,多个因素影响了参与者对应用程序的遵从性。最初的NEs出现在T&T应用程序上,随着时间的推移,随着人们的关注和媒体对大流行的报道减少,这种情况逐渐减少,并建立了新的规范。这些发现是未来技术和应用程序设计的重要的第一步,有助于加深对公众如何感知和信任用于医疗保健的技术,以及哪些因素影响DCT应用程序的吸收和持续使用的理解。

在网络调查问卷中提出的陈述和在访谈中复查。

参与者的细节,态度,以及从最初的问卷到面试的变化。

通过主题分析产生的主题和副主题列表。

缩写 DCT

数字接触者追踪

新奇的效果

国民健康保险制度

国家卫生服务

T&T

测试和跟踪

塔尔

技术验收生命周期

TAM

技术接受模型

本研究得到了工程和物理科学研究委员会的支持(资助项目为EP/V00784X/1, EP/M02315X/1, EP/T022493/1)。该调查是根据益普索·莫里调查公司的反馈进行改进的。作者也感谢审稿人的深刻反馈,这使得论文得到了改进。CMB感谢国家卫生和保健研究所MindTech MedTech合作组织和国家卫生和保健研究所诺丁汉生物医学研究中心的财政支持。

LD和JEF参与了这项研究的概念化和方法学。劳工处进行了访谈、编制问卷、分析定量数据及编制佐证数字。CP、GRC、ARP三方共同进行专题分析并撰写初稿。CMB和HW在主题分析方面为CP、GRC和ARP提供建议和支持。JEF为采购和项目管理提供了资金。JEF、LD和EN对论文的审阅和编辑都有贡献。

没有宣布。

l Raposo 六世 COVID-19接触者追踪应用程序:巴别塔技术和国际大流行控制的空白 JMIR Mhealth Uhealth 2020 11 27 8 11 e23194 10.2196/23194 Blasimme 一个 Ferretti) 一个 Vayena E 欧洲针对COVID-19的数字接触追踪:当前特征和持续发展 前面数字健康 2021 6 17 3. 660823 10.3389 / fdgth.2021.660823 34713135 PMC8521942 奥特曼 年代 庆祝活动 l Zillessen H Blasone R Gerdon F 巴赫 R Kreuter如此说道 F Nosenzo D Toussaert 年代 亚伯 J 基于应用程序的COVID-19接触追踪的可接受性:跨国调查研究 JMIR Mhealth Uhealth 2020 08 28 8 8 e19857 10.2196/19857 32759102 v8i8e19857 PMC7458659 沙玛 年代 辛格 G 沙玛 R 琼斯 P 克劳斯 年代 德维威迪 数字卫生创新:探索采用COVID-19数字接触者追踪应用程序 IEEE运输工程管理 2020 1 17 10.1109 / tem.2020.3019033 伍兹 C 贝克尔 年代 施尼茨勒 T Farke F 赫伯特 F Schaewitz l Degeling Durmuth 防止传播的应用程序:隐私影响和三大洲与covid -19相关的智能手机应用程序的用户接受度 2021年计算系统中的人为因素CHI会议论文集 2021 CHI '21:计算系统中的人为因素CHI会议 2021年5月8日至13日 日本横滨 10.1145/3411764.3445517 Y Obada-Obieh B Redmiles E Lokam 年代 Beznosov K COVID-19信息跟踪解决方案:对影响人们采纳意愿的因素进行定性调查 人类信息交互与检索ACM SIGIR会议论文集 2022 CHIIR '22: ACM人类信息交互与检索SIGIR会议 2022年3月14日至18日 德国雷根斯堡 10.1145/3498366.3505756 Seberger J 帕蒂尔 年代 我们和他们(以及它):社会取向,隐私问题,以及在美国使用流行病追踪应用程序的预期 2021年计算系统中的人为因素CHI会议论文集 2021 CHI '21:计算系统中的人为因素CHI会议 2021年5月8日至13日 日本横滨 10.1145/3411764.3445485 狐狸 G Clohessy T van der Werff l Rosati P 林恩 T 探索隐私关切和积极信念对公民接受联系追踪移动应用程序的相互影响 第一版人类Behav 2021 08 121 106806 10.1016 / j.chb.2021.106806 G 戈尔茨坦 DG Hargittai E Hofman JM Redmiles 新兴市场 好到什么程度才算好?量化效益、准确性和隐私对采用COVID-19决策辅助工具意愿的影响 数字的威胁 2022 09 30. 3. 3. 1 18 10.1145 / 3488307 杜利 年代 Turjeman D 迪克森 J Redmiles E 隐私、数据透明度和亲社会呼吁对COVID-19应用吸引力的影响的现场证据 2022年计算系统中的人为因素CHI会议论文集 2022 CHI '22:计算系统中的人为因素CHI会议 2022年4月29日- 5月5日 美国洛杉矶新奥尔良 10.1145/3491102.3501869 Villius Zetterholm Y Jokela P COVID-19期间数字接触者追踪应用:关于公众接受程度的范围审查 信息学 2021 07 22 8 3. 48 10.3390 / informatics8030048 布雷斯韦特 卡兰德 T 布洛克 奥尔德里奇 RW 自动和部分自动的接触者追踪:为COVID-19控制提供信息的系统审查 柳叶刀数字健康 2020 11 2 11 e607 21 10.1016 / s2589 - 7500 (20) 30184 - 9 Grekousis G Y 抗击COVID-19的数字接触者追踪、社区吸收和邻近感知技术:系统综述 维持城市Soc 2021 08 71 102995 10.1016 / j.scs.2021.102995 34002124 s2210 - 6707 (21) 00281 - x PMC8114870 莫雷诺洛佩兹 晶澳 加西亚·阿瑞奎 B Bentkowski P Bioglio l Pinotti F Boelle PY Barrat 一个 Colizza V Poletto C 数字接触追踪的解剖:年龄、传播设置、采用和病例发现的作用 Sci副词 2021 04 7 15 eabd8750 10.1126 / sciadv.abd8750 33712416 sciadv.abd8750 PMC8034853 Wymant C Ferretti) l Tsallis D Abeler-Dorner l Bonsall D 参加 R 肯德尔 庆祝活动 l 艾尔斯 福尔摩斯 C 蒺藜 弗雷泽 C NHS COVID-19应用程序的流行病学影响 自然 2021 06 12 594 7863 408 12 10.1038 / s41586 - 021 - 03606 - z 33979832 10.1038 / s41586 - 021 - 03606 - z Tretiakov 一个 猎人 新西兰新冠肺炎追踪应用的用户体验:访谈专题分析 JMIR Mhealth Uhealth 2021 09 08 9 9 e26318 10.2196/26318 34292868 v9i9e26318 PMC8428377 医生 年代 轮询器 一个 瓦列霍 G 追踪手机接触者以遏制疫情:人们在网上评论德国官方接触者追踪应用程序时的话题和立场 2021年计算系统中人为因素CHI会议扩展摘要论文集 2021 CHI '21:计算系统中的人为因素CHI会议 2021年5月8日至13日 日本横滨 10.1145/3411763.3451631 杰米逊 J 爱普斯坦 D Y 山下式 N 拆封意图和行为:解释在美国使用联系追踪应用的犹豫 2022年计算系统中的人为因素CHI会议论文集 2022 CHI '22:计算系统中的人为因素CHI会议 2022年4月29日- 5月5日 美国洛杉矶新奥尔良 10.1145/3491102.3501963 Dowthwaite l 费舍尔 J 佩雷斯Vallejos E 波蒂略 V Nichele E Goulden McAuley D 英国公众对NHS COVID-19接触者追踪应用程序的采用和信任:定量在线调查研究 J医学网络杂志 2021 09 17 23 9 e29085 10.2196/29085 34406960 v23i9e29085 PMC8451731 撒母耳 G Lucivero F 约翰逊 年代 Diedericks H 公共信任生态:NHS COVID-19接触者追踪应用程序 J Bioeth Inq 2021 12 05 18 4 595 608 10.1007 / s11673 - 021 - 10127 - x 34609676 10.1007 / s11673 - 021 - 10127 - x PMC8490841 JD 看到 对自动化的信任:为适当的依赖而设计 哼因素 2004 46 1 50 80 10.1518 / hfes.46.1.50.30392 柴郡 C 在线信任,可信度,还是保证? 代达罗斯 2011 10 140 4 49 58 10.1162 / daed_a_00114 22167913 冯Wyl V Hoglinger 员工 C 考夫曼 莫泽 一个 Serra-Burriel Ballouz T D 弗雷 一个 Puhan 瑞士接受COVID-19近距离追踪应用程序的驱动因素:小组调查分析 JMIR公共卫生监测 2021 01 06 7 1 e25701 10.2196/25701 33326411 v7i1e25701 PMC7790736 席尔瓦 P 戴维斯的技术接受模型(TAM) (1989) 信息寻求行为与技术采用:理论与趋势 2015 美国宾夕法尼亚州 IGI全球 J 公园 H 利用消费者健康行为意愿构建健康信息技术接受模型 J医学网络杂志 2012 10 01 14 5 e133 10.2196 / jmir.2143 23026508 v14i5e133 PMC3510715 纳达尔 C 情景应用程序 C 多尔蒂 G 移动医疗中的技术接受:定义、模型和测量的范围审查 J医学网络杂志 2020 07 06 22 7 e17256 10.2196/17256 32628122 v22i7e17256 PMC7381045 J 克里斯坦森 H 格林特 R 野外机器人:了解长期使用 第四届ACM/IEEE人机交互国际会议论文集 2009 HRI09:人机交互国际会议 2009年3月9日至13日 美国加州拉霍亚 10.1145/1514095.1514106 Mutsuddi 一个 康纳利 K 鼓励体育锻炼的短信在新鲜感消失后还有效吗? 第六届医疗普适计算技术国际会议论文集 2012 第六届医疗普适计算技术国际会议 2012年5月21 - 24日, 美国加利福尼亚州圣地亚哥 10.4108 / icst.pervasivehealth.2012.248715 胫骨 G Y Jarrahi MH Gafinowitz N 超越新奇效应:对长期使用活动追踪器动机的混合方法探索 JAMIA开放 2019 04 2 1 62 72 10.1093 / jamiaopen / ooy048 31984346 ooy048 PMC6952057 塞西(Ceci) l 截至2021年12月,英格兰和威尔士NHS COVID-19应用程序的累计下载量 Statista 2022 1 7 2022-09-13 https://www.statista.com/statistics/1190062/covid-19-app-downloads-uk/ 英国政府对冠状病毒的封锁和限制时间表 政府研究所 2022-06-24 https://www.instituteforgovernment.org.uk/sites/default/files/timeline-coronavirus-lockdown-december-2021.pdf 英格兰和威尔士推出NHS COVID-19应用程序 卫生和社会福利部 2020 9 24 2022-06-24 https://www.gov.uk/government/news/nhs-covid-19-app-launches-across-england-and-wales Timmins N 学校与冠状病毒:政府在大流行期间对教育的处理 政府研究所 2021 8 2022-06-24 https://www.instituteforgovernment.org.uk/sites/default/files/publications/schools-and-coronavirus.pdf 船闸 T 冠状病毒疫苗推广 政府研究所 2020 12 22 2022-08-09 https://www.instituteforgovernment.org.uk/explainers/coronavirus-vaccine-rollout 多米尼克·卡明斯:这个丑闻是关于什么的? BBC新闻 2020 5 26 2022-06-24 https://www.bbc.co.uk/news/uk-52811168 Kelion l Excel:为什么使用微软的工具会导致Covid-19结果丢失 BBC新闻 2020 10 5 2022-06-14 https://www.bbc.com/news/technology-54423988 轮辋 一个 六十秒过去了……的pingdemic BMJ 2021 07 19 374 n1822 10.1136 / bmj.n1822 34281909 布劳恩 V 克拉克 V 运用心理学中的主题分析 战Res Psychol 2006 01 3. 2 77 101 10.1191 / 1478088706 qp063oa 布劳恩 V 克拉克 V 专题分析:实用指南 2021 加州千橡市 圣人的出版物 塞利格曼 习得性无助 地中海为基础 1972 02 23 1 407 12 10.1146 / annurev.me.23.020172.002203 4566487 Lalot F 陆军 女士 Rullo Travaglino 遗传算法 艾布拉姆斯 D 缺乏信任的自满的危险:在新出现的Covid-19大流行中,低担忧和低政治信任共同影响了对政府限制的遵守 组进程组间关系 2020 10 30. 25 1 106 21 10.1177 / 1368430220967986 霍根 K 马赛 B 玛莎 V 酒吧间招待员 一个 X 联系人追踪应用:在隐私、自主权方面的经验教训,以及需要详细和深思熟虑的实现 地中海JMIR通知 2021 07 19 9 7 e27449 10.2196/27449 34254937 v9i7e27449 PMC8291141 费舍尔 R 卡尔 J 预测预防或减轻COVID-19的行为意图:态度、规范和感知的行为控制效果的跨文化元分析 社会心理个人科学 2021 06 03 13 1 264 76 10.1177 / 19485506211019844 卡斯帕· K 保持社交距离和使用应用程序作为对抗COVID-19大流行的补充措施的动机:定量调查研究 J医学网络杂志 2020 08 27 22 8 e21613 10.2196/21613 32759100 v22i8e21613 PMC7458661 Walrave Waeterloos C Ponnet K 采用接触者追踪应用程序以遏制COVID-19:健康信念模型方法 JMIR公共卫生监测 2020 09 01 6 3. e20572 10.2196/20572 32755882 v6i3e20572 PMC7470174 奥卡拉汉 巴克利 J 菲茨杰拉德 B 约翰逊 K Laffey J McNicholas B Nuseibeh B 奥基夫 D 奥基夫 Razzaq 一个 Rekanar K 理查森 Simpkin 一个 阿贝丁 J Storni C Tsvyatkova D 沃尔什 J 威尔士 T 格林 l 一项关于爱尔兰共和国对COVID-19数字接触者追踪态度的全国调查 医学科学 2021 08 16 190 3. 863 87 10.1007 / s11845 - 020 - 02389 - y 33063226 10.1007 / s11845 - 020 - 02389 - y PMC7561439 SX H 了解联系人追踪应用程序采用情况的混合分析 工业管理数据系统 2021 04 30. 121 7 1599 1616 10.1108 / imd - 12 - 2020 - 0697 Seberger J Shklovski Swiatek E 帕蒂尔 年代 这么多年过去了,在使用应用程序时情感不适的常态化仍然令人毛骨悚然 2022年计算系统中的人为因素CHI会议论文集 2022 CHI '22:计算系统中的人为因素CHI会议 2022年4月29日- 5月5日 美国洛杉矶新奥尔良 10.1145/3491102.3502112 董里 年代 Trenz 微格 WH Tarafdar 厘米 一个软件就能追踪所有人?审查应用程序规范,以广泛接受接触追踪应用程序 Eur J Inf系统 2020 07 27 29 4 415 28 10.1080 / 0960085 x.2020.1784046 Maccari l Cagno V 我们需要联系人追踪软件吗? 第一版Commun 2021 01 15 166 9 18 10.1016 / j.comcom.2020.11.007 33235399 s0140 - 3664 (20) 31987 - 3 PMC7676320 XL 雷诺兹 T E 在香港 H 页面 X Y 爱普斯坦 D 比较接触者追踪的人力和技术支持方面的观点 2021年计算系统中的人为因素CHI会议论文集 2021 CHI '21:计算系统中的人为因素CHI会议 2021年5月8日至13日 日本横滨 10.1145/3411764.3445669
Baidu
map