Real-time measurement of behaviors

Real-time measurement of behaviors as they occur in the natural environment through self-report, sensors (e.g., GPS location, alcohol wrist sensor), and social media exchanges (e.g., Twitter, Facebook updates) has dramatically increased the frequency of measurement and the types of data that can be collected simultaneously (Wang et al. 2014). Applied to alcohol research, EMA has been used to study event-level risk factors for heavy drinking and adverse consequences (see the article by Wray). EMA combined with biomonitoring (e.g., alcohol wrist sensors) has been used to improve the accuracy of alcohol consumption surveys and to monitor treatment outcome (see the article by Greenfield). EMA has been used with geospatial data to understand temporal and spatial associations between alcohol outlet density in communities and the incidence of specific alcohol-related problems (see the article by Freisthler). Technological advances in monitoring the drinking behavior of those who drive under the influence and other offenders (e.g., telemetry of alcohol sensor data and GPS tracking) aim to reduce recidivism (see the article by Voas). Beyond self-report and sensor data, real-time social media exchanges represent an understudied source of data on channels of peer and social influence relevant to understanding, for example, the spread of risky drinking behavior in a network (see the article by Moreno). These emerging eHealth technologiespermit greater precision of measurement and more continuous monitoring of behavior in real time, with the possibility of simultaneous collection and integration of data from multiple sources (e.g., self-report, biosensor, social media) to better understand and predict behavior as it unfolds in naturally occurring contexts.

ผลลัพธ์ (ไทย) 1:

วัดเวลาจริงของพฤติกรรมที่เกิดขึ้นในสิ่งแวดล้อมธรรมชาติตนเองรายงาน เซ็นเซอร์ (เช่น ตำแหน่งจีพีเอส เซ็นเซอร์ข้อมือแอลกอฮอล์), และสื่อสังคมแลกเปลี่ยน (เช่น ทวิตเตอร์ เฟสบุ๊คปรับปรุง) ได้อย่างมากเพิ่มความถี่ของการประเมินและประเภทของข้อมูลที่สามารถรวบรวมกัน (Wang et al. 2014) ใช้วิจัยแอลกอฮอล์ EMA ถูกใช้เพื่อศึกษาปัจจัยเสี่ยงระดับเหตุการณ์สำหรับการดื่มหนักและผลร้าย (ดูบทความ โดย Wray) EMA กับ biomonitoring (เช่น แอลกอฮอล์ข้อมือเซ็นเซอร์) ถูกใช้เพื่อปรับปรุงความแม่นยำในการสำรวจปริมาณการใช้แอลกอฮอล์ และตรวจสอบผลการรักษา (ดูบทความ โดยกรีนฟิลด์) ใช้ EMA ข้อมูล geospatial เข้าใจขมับ และปริภูมิความสัมพันธ์ระหว่างความหนาแน่นของร้านเหล้าในชุมชนและเกิดเฉพาะที่เกี่ยวข้องกับแอลกอฮอล์ปัญหา (โปรดดูบทความ โดย Freisthler) ความก้าวหน้าเทคโนโลยีการตรวจสอบพฤติกรรมของคนขับภายใต้อิทธิพลและผู้กระทำผิดอื่น ๆ (เช่น มาตรของแอลกอฮอล์เซ็นเซอร์ข้อมูลและติดตามจีพีเอส) ดื่มจุดมุ่งหมายเพื่อลด recidivism (ดูบทความ โดย Voas) นอกจากตนเองรายงาน และเซ็นเซอร์ข้อมูล แลกเปลี่ยนแบบเรียลไทม์สังคมแสดงถึงแหล่งข้อมูลบนสถานีเพียร์และอิทธิพลที่เกี่ยวข้องกับการศึกษา ตัวอย่าง การแพร่กระจายของพฤติกรรมเสี่ยงดื่มในเครือข่ายสังคมที่ understudied (ดูบทความ โดย Moreno) เหล่านี้เกิดขึ้นความแม่นยำสูง technologiespermit eHealth วัดและมากขึ้นอย่างต่อเนื่องตรวจสอบลักษณะการทำงานในเวลาจริง มีของพร้อมรวบรวมและบูรณาการข้อมูลจากแหล่งข้อมูลต่าง ๆ (เช่น รายงานตัว biosensor สังคม) จะดีกว่าเข้าใจ และทำนายพฤติกรรมจะไม่พบในธรรมชาติเกิดขึ้นบริบท

ผลลัพธ์ (ไทย) 2:

การวัดเวลาจริงของพฤติกรรมที่เกิดขึ้นในสภาพแวดล้อมทางธรรมชาติที่ผ่านการรายงานตนเองเซ็นเซอร์ (เช่นตำแหน่ง GPS, เครื่องดื่มแอลกอฮอล์เซ็นเซอร์ข้อมือ) และการแลกเปลี่ยนสื่อสังคม (เช่น Twitter, ปรับปรุง Facebook) ได้เพิ่มขึ้นอย่างรวดเร็วความถี่ของการวัดและ ชนิดของข้อมูลที่สามารถเก็บรวบรวมพร้อมกัน (วัง et al. 2014) นำไปใช้กับการวิจัยแอลกอฮอล์ EMA ได้รับการใช้ในการศึกษาปัจจัยเสี่ยงเหตุการณ์ระดับสำหรับการดื่มหนักและผลกระทบที่ไม่พึงประสงค์ (ดูบทความโดยเฟย์เรย์) EMA รวมกับจุล (เช่นเซ็นเซอร์ข้อมือเครื่องดื่มแอลกอฮอล์) ได้ถูกนำมาใช้ในการปรับปรุงความถูกต้องของการสำรวจบริโภคเครื่องดื่มแอลกอฮอล์และการตรวจสอบผลการรักษา (ดูบทความโดยกรีนฟิลด์) EMA ถูกนำมาใช้กับข้อมูลเชิงพื้นที่ที่จะเข้าใจความสัมพันธ์ของเวลาและพื้นที่ระหว่างความหนาแน่นของร้านเครื่องดื่มแอลกอฮอล์ในชุมชนและอุบัติการณ์ของปัญหาเฉพาะที่เกี่ยวข้องกับเครื่องดื่มแอลกอฮอล์ (ดูบทความโดย Freisthler) ความก้าวหน้าทางเทคโนโลยีในการตรวจสอบพฤติกรรมการดื่มของผู้ที่ขับรถภายใต้อิทธิพลและผู้กระทำผิดอื่น ๆ (เช่น telemetry ของข้อมูลเซ็นเซอร์เครื่องดื่มแอลกอฮอล์และการติดตามจีพีเอส) จุดมุ่งหมายเพื่อลดการกระทำผิดซ้ำ (ดูบทความโดย Voas) นอกเหนือจากตัวเองรายงานและข้อมูลเซ็นเซอร์แบบ real-time การแลกเปลี่ยนสื่อสังคมเป็นตัวแทนของแหล่งที่มา understudied ข้อมูลในช่องทางของเพียร์และอิทธิพลทางสังคมที่เกี่ยวข้องกับความเข้าใจเช่นการแพร่กระจายของพฤติกรรมการดื่มที่มีความเสี่ยงในเครือข่าย (ดูบทความโดย Moreno) . เหล่านี้ eHealth technologiespermit ความแม่นยำมากขึ้นที่เกิดขึ้นใหม่ของการวัดและอื่น ๆ การตรวจสอบอย่างต่อเนื่องของพฤติกรรมในเวลาจริงที่มีความเป็นไปได้ของการเก็บพร้อมกันและบูรณาการข้อมูลจากหลายแหล่ง (เช่นรายงานของตนเองไบโอเซนเซอร์สื่อสังคม) เพื่อทำความเข้าใจและทำนายพฤติกรรมเป็น มันแผ่ออกไปในบริบทที่เกิดขึ้นตามธรรมชาติ

ผลลัพธ์ (ไทย) 3:

การวัดเวลาจริงของพฤติกรรมเช่นที่พวกเขาเกิดขึ้นในธรรมชาติด้วยตนเอง เซ็นเซอร์ ( เช่น GPS , สถานที่ , ข้อมือเซ็นเซอร์เหล้า ) , และการแลกเปลี่ยนสื่อสังคมเช่น Twitter , Facebook ปรับปรุง ) ได้เพิ่มขึ้นอย่างมากของความถี่ของการวัดและประเภทของข้อมูลที่สามารถเก็บรวบรวมได้พร้อมกัน ( Wang et al . 2014 ) ประยุกต์เพื่อการวิจัยแอลกอฮอล์EMA ได้ถูกใช้เพื่อศึกษาปัจจัยเสี่ยงระดับกิจกรรมดื่มหนักและผลกระทบที่ไม่พึงประสงค์ ( ดูบทความโดยเรย์ ) ทำงานร่วมกับ biomonitoring ( เช่น แอลกอฮอล์ข้อมือเซ็นเซอร์ ) ถูกใช้เพื่อปรับปรุงความถูกต้องของการสำรวจการบริโภคเครื่องดื่มแอลกอฮอล์และการรักษา ( ดูบทความโดย Greenfield )- มีการใช้ข้อมูลภูมิสารสนเทศเพื่อให้เข้าใจความสัมพันธ์ระหว่างแอลกอฮอล์ปริมาณและการแพร่ระบายความหนาแน่นในชุมชน และเกิดปัญหาที่เฉพาะเจาะจง ( ดูบทความโดย freisthler ) ความก้าวหน้าของเทคโนโลยีในการติดตามพฤติกรรมการดื่มของผู้ที่ขับรถภายใต้อิทธิพลและผู้กระทำผิดอื่น ๆ ( เช่นส่วน การแสดงผลของข้อมูลเซ็นเซอร์เหล้าและการติดตาม GPS ) จุดมุ่งหมายเพื่อลดการกระทำผิดซ้ำ ( ดูบทความโดย voas ) นอกเหนือจากรายงานและข้อมูลเซ็นเซอร์สื่อสังคมแลกเปลี่ยนเรียลไทม์แสดง 8 เรื่องแหล่งที่มาของข้อมูลในช่องทางของกลุ่มเพื่อน และสังคมที่เกี่ยวข้องกับความเข้าใจ เช่น การกระจายความเสี่ยงของพฤติกรรมการดื่มในเครือข่าย ( ดูบทความโดย Moreno )ที่เกิดขึ้นใหม่นี้ technologiespermit มากขึ้นทำให้ความแม่นยำของการวัดและการตรวจสอบอย่างต่อเนื่องของพฤติกรรมในเวลาจริงกับความเป็นไปได้ของคอลเลกชันพร้อมกันและรวมข้อมูลจากหลายแหล่ง เช่น รายงานกระบวนการ , , , สื่อสังคม ) เพื่อให้เข้าใจและทำนายพฤติกรรมตามที่มันแผ่ออกไปในธรรมชาติที่เกิดขึ้นบริบท .