文献标题

Co-Designing Situated Displays for Family Co-Regulation with ADHD Children

文献信息

  • 主题领域: 健康信息学、儿童与家庭协作技术、注意力缺陷多动障碍(ADHD)
  • 关键词: 家庭信息学、情境展示、智能手表、协同设计、ADHD、健康追踪

研究背景与问题

  • 发现的问题或挑战:

    • 现有的家庭健康追踪界面(如数据仪表盘)通常仅限于增加对彼此健康状态的认知,但未能为家庭提供改善健康行为和功能的指导措施。
    • ADHD儿童及其家庭面临独特的健康协调挑战,包括高监督需求、药物依从性问题以及家庭冲突风险增加。
    • 针对共享数据的家庭情境展示在支持集体健康行为改善方面的研究尚属有限,特别是对于慢性健康问题的家庭群体。
  • 重要性:

    • ADHD是最普遍的儿童精神疾病之一,其影响深远,包括情绪管理、注意力集中以及行为控制方面的困难。
    • 促进家庭在健康数据上的合作和反思不仅能提升个体健康,还能改善家庭整体的运作和关系。
  • 研究动机与相关工作:

    • ADHD儿童的自我和协同调节尚需通过数字干预优化,而现有干预(如严重游戏、日常计划管理)的局限性促使需要设计家庭集成工具。
    • 以往针对家庭的健康追踪研究主要聚焦家长对儿童的跟踪,需要探索平衡亲子角色、促进孩子更多参与的方法。
    • 健康状况的家庭信息共享显示出潜力,但相关系统目前大多停留在浅层数据展示,而缺乏深度分析和行动指导。

解决方案

  • 提出的方法或解决方案:

    • 作者通过三轮协同设计(co-design)会议,与八组家庭(每个家庭至少包含一名ADHD儿童与至少一名家长),共24场会议,探索情境家庭数据展示(situated displays)的理想设计。
    • 使用智能手表(如Apple Watch)收集儿童的情绪、锻炼和日常目标追踪数据以激发设计灵感,并基于此设计家庭在展示健康数据时的偏好、需求及复杂用例。
  • 创新之处:

    • 结合家庭协同设计方法,深入探讨 ADHD 有关的自我与协同调节。
    • 系统注重家庭的多种使用意图,不仅支持联合使用,还需支持家庭成员的独立性(独立反思与数据使用)。
    • 探索如何结合临床专业指导与现实家庭实例,将外部建议(例如学校老师的反馈和医生建议)整合并实现在家庭生活中。
  • 实施步骤与关键技术:

    1. 数据搜集阶段: 使用智能手表记录儿童的运动、情绪以及目标达成情况。
    2. 协同设计阶段:
      • 会议1:熟悉设计工具与系统,设计家庭成员的情绪表征。
      • 会议2:讨论如何使用共享情绪数据以促进协同调节。
      • 会议3:设计目标与运动追踪的数据展示方案,并讨论激励机制(如家庭锻炼目标)。
    3. 定性分析: 从会议和用户生成的设计中提取需求,通过编码生成主题。

研究成果

  • 取得的具体成果:

    1. 家庭时间的有意义利用:
      • 系统应主动提示家庭定期复盘数据并帮助制定未来行为调节的计划。
      • 支持家庭成员同时反思过去表现,学习和实践具体的行为调节技能。
    2. 个性化需求的支持:
      • 家长希望有深入分析功能,以发现行为模式和健康风险,并评估自身对于孩子自我行为管理的影响。
      • 儿童则倾向于情绪化和游戏化的界面风格,且需要更多的帮助来解释数据,并指导如何调节。
    3. 外部专业支持的整合:
      • 家庭期望展示系统能够纳入学校或医疗机构的反馈和指导,例如通过数据与教育者和临床医生合作。
  • 与现有解决方案相比的优势:

    • 提供更多指导功能,帮助从数据认知过渡到行动层面。
    • 集中考虑 ADHD 家庭中情绪及行为调节的需求,覆盖联合反思与个体调节双重层面。
    • 系统可以促进家庭与外部支持网络的互动,与现有的“单向数据仪表盘”形成对比。
  • 实验或评估结果:

    • 通过协同设计,揭示家庭对于互动式数据展示的具体需求。
    • 展示出家庭系统在支持健康行为与教育扶持中的潜力,例如通过激励机制和数据可视化增强家庭凝聚力。
  • 局限性与未来方向:

    • 局限性: 样本量较小,主要为美国中上阶层家庭,未充分反映文化差异及低资源家庭的需要;其他家庭类型(例如单亲家庭或多代同居家庭)未被考虑。
    • 未来方向: 扩大样本多样性,研究与教育机构和医疗服务联合设计的可行性;进一步理解在兄妹之间系统干预的可能性。

总结

这项研究充分挖掘了情境家庭健康数据展示的设计潜力,特别是在ADHD儿童及其家庭需要支持协同和自我调节的背景下。未来可进一步优化现有模型,拓展其在其他行为或健康领域(如饮食或睡眠)中的应用潜力。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/148144/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642745
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
11 位作者
sell
研究子方向
认知障碍与神经多样性(自闭症、ADHD、阅读困难)、通用设计与包容性设计、特殊教育技术
work
职业/产业
社区健康工作者、特殊教育教师、家庭照顾者(Caregiver)
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文