自我追踪数据通常被视为反思和实现目标的手段,通常侧重于积极的洞察和行动。最近,一些研究讨论了自我追踪的负面影响,表明人们以不同方式与个人数据进行互动。我们通过分析一个复杂且情感负荷重的用例:生育自我追踪,探索了自我追踪活动与情感背景如何影响人们参与个人健康数据的方式。我们定性分析了一个专注于生育的在线健康社区中患者生成的内容。我们发现了五种不同的数据参与类型:积极型、负担型、强迫型、束缚型和放弃型。每种类型均由一个动作和一个情感成分组成,两者相互影响。我们讨论了这些成分的相互作用如何表征一个人与数据的关系、在线论坛如何使这些问题显现,以及这些问题如何嵌入自我追踪文化。我们还提供了这些问题对自我追踪工具的影响的见解。最后,我们假设了人们如何在不同类型的数据关系中转变,为该领域的未来研究指明了方向。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cscw/6447/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CSCW
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文