[论文解读] A Field Study of On-Calendar Visualizations
本研究提出将个人健身反馈数据(例如来自Fitbit的步数)直接整合到用户的数字日历中,以增强情境理解并提升长期参与度。在为期8周的实地研究中,参与者使用了一款定制的日历可视化工具,将健身数据与日历事件关联,从而能够轻松识别模式和异常。其主要贡献在于提出了一种新的反馈过程模型,该模型通过强调反思、情境和持续使用,扩展了技术采纳框架。
Feedback tools help people to monitor information about themselves to improve their health, sustainability practices, or personal well-being. Yet reasoning about personal data (e.g., pedometer counts, blood pressure readings, or home electricity consumption) to gain a deep understanding of your current practices and how to change can be challenging with the data alone. We integrate quantitative feedback data within a personal digital calendar; this approach aims to make the feedback data readily accessible and more comprehensible. We report on an eight-week field study of an on-calendar visualization tool. Results showed that a personal calendar can provide rich context for people to reason about their feedback data. The on-calendar visualization enabled people to quickly identify and reason about regular patterns and anomalies. Based on our results, we also derived a model of the behavior feedback process that extends existing technology adoption models. With that, we reflected on potential barriers for the ongoing use of feedback tools.
研究动机与目标
- 探究将个人反馈数据整合到数字日历中是否能提升用户对其行为的推理能力。
- 探讨日历中的情境信息如何支持用户对健身数据模式和异常的理解。
- 评估用户对在现有且熟悉的工具(如数字日历)中嵌入反馈数据的反应。
- 开发一种反馈过程模型,以解释在传统技术采纳模型之外的持续使用与行为改变。
- 识别支持长期参与个人反馈工具的设计策略,且不依赖说服性或指导性方法。
提出的方法
- 开发了一款独立的网络应用,可与Google日历同步,并从Fitbit导入步数数据。
- 设计了一种可视化方式,将健身数据(如每日步数)直接叠加在日历单元格上,使用颜色渐变表示活动水平。
- 对12名现有Fitbit用户开展了为期8周的实地研究,参与者将该日历内工具与日常Fitbit使用结合使用。
- 通过半结构化访谈和日记记录收集定性数据,分析用户如何解读和使用可视化数据。
- 对访谈记录和日记内容进行主题分析,识别用户在推理、数据解读和工具使用方面的模式。
- 基于定性洞察推导出反馈过程模型,扩展了现有技术采纳模型,纳入反思、洞察和迭代目标设定等要素。
实验结果
研究问题
- RQ1人们在多大程度上能利用日历数据作为理解其健身数据的背景?
- RQ2人们对将反馈数据整合到个人日历中的想法有何反应?
- RQ3日历内可视化如何帮助用户识别其行为中的模式和异常?
- RQ4情境信息(如预定事件)在用户解读反馈数据时起到什么作用?
- RQ5当反馈工具集成到日历中时,哪些障碍或促进因素会影响其持续使用?
主要发现
- 参与者一致以日历事件作为解读健身数据的参考点,例如将高步数与会议或锻炼等预定活动关联。
- 日历内可视化使用户能够快速识别出规律(如工作日活动增加)和异常(如无日历事件但活动量低的日期)。
- 用户表示该集成方式非侵入且易于访问,许多人提到每天都会查看日历,从而提升了对数据的意识。
- 该工具既支持回顾性推理(如理解为何活动量偏低),也支持前瞻性规划(如根据空闲时间安排锻炼)。
- 参与者表现出反思性思维,例如将周末活动量低归因于缺乏计划,从而引发自我意识和目标设定。
- 从研究中推导出的反馈过程模型捕捉了洞察生成、目标调整和情感投入作为持续使用过程中的迭代、非线性组成部分。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。