Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
https://hdl.handle.net/20.500.14123/1743
Langanzeige der Metadaten
| Element | Wert |
|---|---|
| Originaltitel | Supplementary Material for the Paper "The Promise and Challenges of Computer Mouse Trajectories in DMHIs - A Feasibility Study on Pre-Treatment Dropout Predictions" |
| Handle | 20.500.14123/1743 |
| Datenart / Typ | Programme und Anwendungen Kontext- / Begleitmaterialien |
| Ressourcentyp | Datensatz |
| Autor* in / Erzeuger* in | Zantvoort, Kirsten  0000-0001-9876-054X (Institut für Wirtschaftsinformatik (IIS), Leuphana Universität Lüneburg  02w2y2t16)Matthiesen, Jennifer 0000-0003-0344-9682 (Institut für Wirtschaftsinformatik (IIS), Leuphana Universität Lüneburg 02w2y2t16)Bjurner, Pontus 0000-0002-4967-9128 (Karolinska Institutet 056d84691)Bendix, Marie 0000-0001-8901-166X (Karolinska Institutet 056d84691)Funk, Burkhardt 0000-0001-5855-2666 (Institut für Wirtschaftsinformatik (IIS), Leuphana Universität Lüneburg 02w2y2t16)Kaldo, Viktor 0000-0002-6443-5279 (Karolinska Institutet 056d84691) |
| Beschreibung des Datensatzes | Empirical evidence suggests that how one moves their mouse holds information on motivation and attention, both valuable aspects otherwise difficult to measure at scale. Further, mouse trajectories can already be collected on pre-treatment questionnaires, making them a promising candidate for early predictions informing treatment allocation. Therefore, this study investigates how to gather and process mouse trajectory data on questionnaires in Digital Mental Health Interventions (DMHI). As a feasibility study, the researchers collected mouse trajectory data from 183 patients filling out a pre-intervention depression questionnaire. |
| Angewandte Methoden | Beschreibungen Programmierung / Scriptbasierte Datenerhebung |
| Schlagwörter | Data Science; Computermaus; Nutzerverhalten; Prognose; Digitale Gesundheit; Mentale Gesundheit; Intervention; Motivation; Aufmerksamkeit; Algorithmus; Data Science; Computer Mouse; User Behavior; Prediction; Digital Health; Mental Health; Intervention; Motivation; Attention; Algorithm |
| Thematische Einordnung | Nutzerverhalten |
| Sprache der Ressource | Englisch |
| Verfügbar ab / seit | 2025-01-23T08:50:41Z |
| Datum der Bereitstellung im Katalog | 2025-01-23 |
| Archivierende Einrichtung | Medien- und Informationszentrum (Leuphana Universität Lüneburg 02w2y2t16) |
| Veröffentlicht durch | Medien- und Informationszentrum, Leuphana Universität Lüneburg |
Zugehörige Ressourcen
Übergeordneter Datenbestand: Supplementary Material PhD Kirsten Zantvoort
| Element | Wert |
|---|---|
| Beteiligte Forschende | Zantvoort, Kirsten 0000-0001-9876-054X (Institut für Wirtschaftsinformatik (IIS), Leuphana Universität Lüneburg 02w2y2t16) |
Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.
BibTeX
RIS