斯坦福屏幕学:一个开源平台,可以从Android智能手机中轻松地收集多式联机数字痕迹数据

科学领域:

• 数字健康数字健康
• 行为科学 行为科学
• 人与计算机的交互

背景情况:

• 智能手机的数字追踪数据提供了有关行为模式和健康风险的宝贵见解.
• 当前的数据收集工具往往缺乏可扩展性,可定制性,透明度和可访问性.
• 需要一个强大的,适应性的平台来进行全面的数字表型化.

研究的目的:

• 开发和介绍一个开源平台,用于在现场捕获智能手机的多式联络数字痕迹.
• 为研究人员提供可定制和可扩展的数字数据收集解决方案.
• 为了证明平台在扩大数字表型研究的范围上的实用性.

主要方法:

• 开发了一个开源平台,使用斯坦福屏幕学数据收集应用程序来定制数据捕获 (屏幕截图,应用程序使用,传感器数据).
• 集成了一个Dashboard应用程序,用于实时参与者监控,数据问题识别和自动通信.
• 使用NoSQL数据库进行安全,符合HIPAA的数据存储和管理.

主要成果:

• 该平台可以在现场捕获各种数字痕迹,包括屏幕截图,应用程序使用情况和传感器数据.
• 研究人员可以自定义数据类型,质量,传输方法和上传频率.
• 该系统有助于实时监控和问题解决,确保数据完整性.

结论:

• 开发的开源平台解决了现有的数字追踪数据收集工具的局限性.
• 它提高了数字表型研究的可扩展性,可定制性,透明度和可访问性.
• 该平台扩大了使用智能手机数据研究行为模式和健康风险的可能性.