We presented the design and evaluat

We presented the design and evaluation of BES - a sensorbased computational model that provides daily automated
sleep duration monitoring using commodity smartphones. Unlike existing consumer products (e.g., wearables, smartphone
apps) and research prototypes, BES requires zero behavior
changes from the user; individuals do not have to change the
way they sleep, signal to the phone when they wake up or
attach specialized sensors to their body. Rather, BES relies
on the collective predictive power of a series of soft sensorbased hints that relate user behavior to sleep duration (e.g.,
prolonged silence or the smartphone remaining unused and
completely still). From a preliminary one-week 8-person study
we find BES is able to exploit these hints to estimate sleep
duration with a surprising degree of accuracy (± 42 minutes)
and provides sleep duration estimates close to commercial
alternatives requiring wearable sensors. Our results contribute
towards the on-going development of mHealth technology able
to track key behavioral dimensions that impact overall health
and wellbeing; but yet must also remain unobtrusive to users
and suitable for daily long-term use.

ผลลัพธ์ (ไทย) 1:

เรานำเสนอการออกแบบและการประเมินผลของ BES - sensorbased คำนวณแบบให้อัตโนมัติทุกวันระยะเวลาหลับที่ตรวจสอบโดยใช้สมาร์ทโฟนสินค้าโภคภัณฑ์ ซึ่งแตกต่างจากสินค้าอุปโภคบริโภคที่มีอยู่ (เช่น อุปกรณ์สวมใส่ สมาร์ทโฟนแอ) และวิจัยต้นแบบ BES ต้องใช้ลักษณะการทำงานเป็นศูนย์การเปลี่ยนแปลงจากผู้ใช้ บุคคลที่ไม่มีการเปลี่ยนแปลงวิธีที่พวกเขานอนหลับ สัญญาณโทรศัพท์เมื่อพวกเขาตื่นขึ้น หรือแนบเฉพาะเซนเซอร์ของร่างกาย ค่อนข้าง BES อาศัยพลังงานคาดการณ์รวมชุดของ sensorbased อ่อนคำแนะนำที่เกี่ยวข้องกับพฤติกรรมของผู้ใช้ไประยะเวลา (เช่นเป็นเวลานานความเงียบหรือสมาร์ทโฟนที่เหลือไม่ได้ใช้ และสมบูรณ์ยัง) จากการศึกษา 8 คน 1 สัปดาห์เบื้องต้นเราพบว่า BES จะสามารถใช้ประโยชน์จากคำแนะนำเหล่านี้ในการประเมินการนอนหลับระยะเวลาที่มีระดับน่าแปลกใจของความแม่นยำ (± 42 นาที)และประมาณการระยะเวลานอนหลับใกล้พาณิชย์ทางเลือกที่ต้องสวมใส่เซนเซอร์ นำไปสู่ผลของเราต่อการที่จะพัฒนา mHealth เทคโนโลยีสามารถติดตามมิติพฤติกรรมสำคัญที่ส่งผลกระทบต่อสุขภาพโดยรวมและสุขภาพที่ ดี แต่ยัง ต้องยังไม่เกะกะผู้ใช้และเหมาะสำหรับใช้ประจำวันในระยะยาว

ผลลัพธ์ (ไทย) 2:

เรานำเสนอการออกแบบและการประเมินผลของบีอีเอส - รูปแบบการคำนวณ sensorbased ที่ให้อัตโนมัติทุกวัน
ตรวจสอบระยะเวลาการนอนหลับโดยใช้มาร์ทโฟนสินค้าโภคภัณฑ์ ซึ่งแตกต่างจากสินค้าอุปโภคบริโภคที่มีอยู่ (เช่นอุปกรณ์ที่สวมใส่มาร์ทโฟน
แอป) และต้นแบบการวิจัย, บีอีเอสต้องเป็นศูนย์พฤติกรรม
การเปลี่ยนแปลงจากผู้ใช้; บุคคลที่ไม่ได้มีการเปลี่ยน
วิธีที่พวกเขานอนหลับสัญญาณโทรศัพท์เมื่อพวกเขาตื่นขึ้นหรือ
แนบเซ็นเซอร์พิเศษเพื่อร่างกายของพวกเขา แต่บีอีเอสอาศัย
อยู่ในอำนาจการพยากรณ์รวมของชุดของคำแนะนำ sensorbased นุ่มที่เกี่ยวข้องกับพฤติกรรมของผู้ใช้ที่จะนอนหลับระยะเวลา (เช่น
ความเงียบเป็นเวลานานหรือมาร์ทโฟนที่เหลือไม่ได้ใช้และ
สมบูรณ์ยังคง) จากเบื้องต้นหนึ่งสัปดาห์การศึกษา 8 คน
เราพบบีอีเอสสามารถที่จะใช้ประโยชน์จากคำแนะนำเหล่านี้เพื่อประเมินการนอนหลับ
ระยะเวลาที่มีระดับที่น่าแปลกใจของความถูกต้อง (± 42 นาที)
และให้ประมาณการระยะเวลาการนอนหลับที่ใกล้กับการค้า
ทางเลือกที่ต้องสวมใส่เซ็นเซอร์ ผลของเรามีส่วนร่วม
ต่อการพัฒนาที่กำลังของเทคโนโลยี mHealth สามารถ
ในการติดตามพฤติกรรมมิติที่สำคัญที่ส่งผลกระทบต่อสุขภาพโดยรวม
และสุขภาพที่ดี; แต่ยังจะต้องยังคงสร้างความรำคาญให้กับผู้ใช้
และเหมาะสำหรับทุกวันใช้งานระยะยาว

ผลลัพธ์ (ไทย) 3:

เรานำเสนอการออกแบบและพัฒนาคน - sensorbased การคำนวณแบบอัตโนมัติที่ให้บริการทุกวันอนการใช้มาร์ทโฟนสินค้า ระยะเวลา ซึ่งแตกต่างจากสินค้าที่มีอยู่ ( เช่น wearables มาร์ทโฟนApps ) และต้นแบบการวิจัย คือต้องมีพฤติกรรม ศูนย์การเปลี่ยนแปลงจากผู้ใช้ บุคคลที่ไม่ต้องเปลี่ยนวิธีที่พวกเขานอนหลับ สัญญาณโทรศัพท์เมื่อพวกเขาตื่น หรือติดเซ็นเซอร์เฉพาะกับร่างกายของพวกเขา แต่คนต้องอาศัยในความสามารถโดยรวมของชุดของคำแนะนำที่เกี่ยวข้องกับพฤติกรรมของผู้ใช้ sensorbased นุ่มนอนระยะเวลา ( เช่นเงียบนาน หรือมาร์ทโฟนที่ไม่ได้ใช้ที่เหลือ และยังคงสมบูรณ์ ) จากหนึ่งสัปดาห์ 8-person ศึกษาเบื้องต้นเราพบอยู่สามารถใช้ประโยชน์จากคำแนะนำเหล่านี้เพื่อประเมิน นอนระยะเวลากับปริญญาที่น่าแปลกใจของความถูกต้อง ( ± 42 นาที )และมีระยะเวลานอนประมาณใกล้พาณิชย์ทางเลือกที่ต้องเซ็นเซอร์เครื่องแต่งตัว ผลของเรามีส่วนร่วมต่อการพัฒนาของเทคโนโลยีอย่างต่อเนื่องเฉลี่ยสามารถเพื่อติดตามพฤติกรรมสุขภาพโดยรวมขนาดคีย์ที่ผลกระทบและสุขภาพที่ดี แต่ยังต้องยังคงรุกไปยังผู้ใช้และเหมาะกับการใช้งานระยะยาว รายวัน