• 대한지역사회영양학회지
• /
• 제28권5호
• /
• pp.376-391
• /
• 2023

Objectives: Our previously published study showed that a workplace nutrition intervention program with personalized goal setting and smartphone-based nutrition counseling improved dietary habits and physical activity in city bus drivers who were overweight/obese. This study explored the facilitators and barriers that participants faced in achieving their dietary and physical activity goals six months after the intervention. Methods: The study included bus drivers and dietitians who participated in the intervention program. Three focus group interviews were conducted with 10 bus drivers (divided by two groups based on their achievement of set goals) and five dietitians who had provided nutrition counseling. Results: Willpower was the most important intrapersonal facilitator for drivers to achieve their goals. Other factors that promoted behavioral changes were nutrition counseling by dietitians, trackable physical activity using smartwatches, and setting of practical and achievable goals. Meanwhile, the most important barriers identified were occupational factors such as long driving hours, short breaks, and shift work. Other barriers were environmental factors such as availability of snackable food, accessibility to convenience stores, and cold weather. Family and colleagues were perceived as both facilitators and barriers. In addition, dietitians identified a lack of knowledge about healthy diet as one of the barriers. Conclusions: Our results suggested that the workplace environment should be improved and that nutrition intervention programs at the workplace could encourage bus drivers to practice healthy eating habits. The facilitators and barriers identified in this study should be considered when planning a nutrition intervention program for bus drivers.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.

• 벤처혁신연구
• /
• 제6권3호
• /
• pp.73-93
• /
• 2023

본 연구는 애플워치 만족도에 영향을 미치는 요인 및 만족도와 지속적 사용의도 사이의 관계를 조사하였다. TAM모델을 기반으로 시스템 품질, 정보 품질 및 자기효능감을 독립변수로 설정하여 지각된 유용성, 지각된 사용용이성 및 만족도를 매개변수로 선정하고 지속적 사용의도를 종속변수로 최종 연구모형을 구성하였다. 본 연구는 온라인 설문조사를 통해 수집한 256부 데이터로 SPSS 26.0과 AMOS 26.0을 활용하여 신뢰도 분석, 요인 분석, 타당성 분석, 경로 분석, 가설 검증 및 매개효과를 분석하였다. 본 연구를 통해 소비자의 향후 애플워치 지속적 사용의도에 영향을 미치는 요인을 확인하였다. 요약하면 만족도는 지속적 사용의도에 긍정적인 영향을 미치고 지각된 유용성과 지각된 사용 용이성도 만족도에 긍정적인 영향을 미친다는 것을 확인했다. 하지만 시스템 품질, 정보 품질, 자기효능감 세 가지 요소 중 자기효능감은 지각된 유용성에 뚜렷한 영향을 미치지 않는다 것으로 나타났다. 이 외에 시스템 품질, 정보 품질 및 자기효능감이 애플워치 사용 과정에서 지각된 유용성, 지각된 사용용이성, 만족도 및 지속적 사용의도에 모두 긍정적인 영향을 미치는 것을 확인하였다.

• 벤처창업연구
• /
• 제18권2호
• /
• pp.35-52
• /
• 2023

최근 코로나19, 환경오염 등으로 비대면 환경이 전개되면서 온라인 디지털 헬스케어의 중요성이 커지고 있으며 관련하여 건강관리, 원격진료, 디지털 치료제 등의 벤처창업 및 활동도 활발히 진행되고 있다. 본 연구는 디지털 헬스케어 스마트워치 수용성에 미치는 영향을 확장된 통합기술수용모형(UTAUT2)과 행동추론모형(BRT)의 통합적 접근으로 진행하였다. 첨단 ICT와 의료가 융합된 디지털 헬스케어에 적합한 요인 발굴은 혁신기술 수용연구에 가장 진보적으로 평가받는 확장된 통합기술수용모형을 활용하여 효용기대, 사회영향, 사용편의, 가격장벽, 대안부족, 이용장벽 등의 주요 요인을 도출하였고, 소비자의 가치-이유-태도-행동의도를 일괄 검증 할 수 있으면서 수용이유뿐만 아니라 비수용이유-소비자 스마트워치 디지털 헬스케어 인식의 긍정적 측면뿐만 아니라 부정적 측면까지-분석 할 수 있는 행동추론모형을 활용하여 인과관계 영향과 크기를 검증하였다. 연구를 위해 전국에 있는 10대에서 60대에 이르는 일반인을 대상으로 약 410여건의 설문 응답을 취합하여 이를 바탕으로 데이터에 대한 신뢰성 및 타당성 검정을 거쳐 구조방정식을 이용하여 가설을 검증하였다. 연구 분석에는 SPSS 23, AMOS 23 등을 활용하였다. 연구 결과, 개인혁신성은 수용이유(효용가치, 사회영향, 사용편의), 태도, 비수용이유(가격장벽, 대안부족, 이용장벽)에 유의미한 영향을 미치는 것으로 나타났다. 이러한 결과는 혁신된 ICT의 주요 가치의 사용자 수용의도에의 영항을 확인한 선행연구 연구결과와 동일하다. 그리고 수용이유는 태도에 유의미한 영향을 미치나 비수용이유의 영향은 유의하지 않은 것으로 나타났다. 이는 소비자들이 ICT 신제품·신규서비스에는 관심이 크지만 이의 구입은 보다 신중하게 선택적으로 한다고 보여 진다. 본 연구는 학술적으로는 기존의 소비자 범용 혁신기술 수용성 분석을 새롭고 향후 중요분야인 스마트워치 디지털 헬스케어 분야의 소비자 가치 수용성 분석으로 발전시켰으며 확장된 통합기술수용모형과 행동추론모형의 장점을 살려 통합적으로 실행한 점 등이 있겠으며, 산업적으로는 기존 소비자의 수용성 이유 분석 중심에서 소비자 수용·비수용 이유 통합 검증으로 스마트워치를 구매하는 이유뿐만 아니라 구매하지 않는 이유까지 분석하여 제품·서비스 기획, 개발, 마케팅에 기여 할 수 있게 했다는 점 등이 있겠다. 본 연구가 향후 우리 생활에 중요한 역할을 할 디지털 헬스케어 분야의 연구 증대에 기여 할 수 있기 바라며 또한 본 연구와 같은 통합적 접근 모형과 소비자 수용·비수용 이유 통합 분석 등을 통하여 혁신과 향후 관련 연구들이 좀 더 소비자 가치에 적합한 심도 있는 요인 발굴과 검증으로 발전하기를 기대한다.