介绍
背景
随着互联网和移动技术的出现，数字行为改变干预措施 (DBCI) 被认为是一种很有前景的解决方案，可以为希望采用更健康生活方式的用户提供经济高效、可扩展且易于使用的工具。1 – 3然而，尽管数字干预措施前景广阔，但参与率往往较低，理论上这可能会阻碍其有效性。2 – 6简而言之，个人需要使用干预措施才能从中受益。因此，许多用于参与数字干预的设计策略都模仿了旨在促进增加使用的商业应用程序参与策略，例如通知、奖励等级和条纹。7

与此同时，人们越来越担心技术对福祉的影响。经验证据表明，屏幕时间与社交关系质量下降、久坐行为、抑郁症状以及睡眠不足和质量之间存在联系。8虽然研究结果表明技术对健康产生负面影响，但它们仍然存在一些细微差别：并非所有的屏幕时间都同样有害，并非所有的屏幕时间都会造成使用问题，而且并非每个人都会受到同样的影响。8 , 9无论细微差别和影响大小如何，屏幕对健康产生负面影响的看法是数字健康领域必须应对的挑战。当技术被负面看待时，个人可能不太愿意参与它，从而错过它的潜在好处。10

这两个概念凸显了数字干预设计领域内的一个悖论。一方面，用户参与干预被认为是有效性的必要条件。另一方面，使用用于提供这些干预措施的技术可能会或感觉会损害用户的福祉。2020 年，鹿特丹伊拉斯姆斯大学开始开发 DBCI，作为综合学生福祉计划的一部分。为设计此 DBCI 而进行的早期用户研究提出了这一确切的挑战。一些用户承认该工具的潜在好处，但许多用户认为他们的智能手机是压力来源。11用户参与的需求和与移动技术相关的潜在压力之间的紧张关系提出了一个基本的设计挑战，并创造了促进这项研究的背景条件：如何创建一个在不依赖持续使用的情况下捕获用户参与的 DBCI。

使用情况和参与度
设计一个不需要持续使用的引人入胜的工具最初听起来像是一个矛盾的说法。通常，数字干预的参与度等同于使用数量或频率。4然而，数字行为改变和人机交互 (HCI) 领域的参与理论在很大程度上同意，仅使用数量并不等于参与度。参与度是一个多维结构，不仅必须通过使用频率来理解，还必须从更广泛的行为、认知和情感维度来理解。4 , 5 , 7 , 12例如，用户将技术融入到他们的日常生活中，从使用它中获得乐趣并了解如何使用它来实现他们的目标，也表明了参与度。因此，源于多维参与概念的设计策略旨在优化易用性、乐趣和动机，作为鼓励持续使用的因素。7

一些模型进一步扩展了参与度的定义。在数字行为改变领域，DBCI 的参与也被概念化为一个随时间变化的动态过程，包括两个层次的参与：微观参与和宏观参与。微参与包括与数字干预本身的即时参与（例如，与提供引导冥想的移动应用程序的离散和临时交互）。宏观参与包括参与实际的行为改变过程。12该模型没有明确概述行为改变的参与需要什么，但它通常扩展了参与的定义，以包括除使用 DBCI 之外的个人的个人目标和意图。值得注意的是，该模型提出，在许多情况下，停止使用 DBCI 可能是一个积极的信号，表明用户是独立的，不需要任何更多支持来维持其所需的行为。同样，奥布莱恩等人。13探讨与其他类型的数字产品（不仅是 DBCI）的互动，并概述脱离互动通常如何被视为需要避免的负面结果，并认为这不一定是正确的。他们的立场文件挑战了这样的假设：参与需要持续和强烈才能为用户产生积极的结果。他们还将代理的概念纳入他们的模型中，将代理感受视为理想参与类型的关键。也就是说，用户控制系统使用的深度和频率对于他们以健康和建设性的方式参与系统至关重要。他们最后将脱离视为参与过程的自然组成部分，并建议在设计参与时考虑高用户代理。13这个想法也在数字领域之外得到了探索。Bijkerk 等人对参与进行了多学科概述。14将面对面干预的参与与 DBCI 的参与进行了比较，并得出结论，这一概念可以扩展到面对面的干预，其中参与也可能发生在干预空间之外（即心理治疗课程） 。

目前的研究
宏观参与的概念（或对参与和脱离的属性的探索）概述了一个机会。如果发生在干预空间之外的参与可以受到设计的影响，那么这意味着可能存在一种可能的途径来解决实现积极结果的挑战，而无需依赖或鼓励持续使用工具。因此，本研究的主要目标是进一步了解宏观参与以及如何在 DBCI 的背景下进行设计以实现福祉。为此，我们旨在回答两个主要子问题：(1) 在 DBCI 的背景下，宏观参与是什么样子的？（2）我们如何利用设计来鼓励宏观参与？

为了回答这些问题，我们对三个参与者群体进行了 30 次半结构化访谈：与客户合作的心理健康专业人员；数字健康专家和福祉 DBCI 用户。选择这些小组是因为它们提供了有关 DBCI 参与部分的独特视角。用户可以提供参与 DBCI 和行为改变目标的第一人称账户。专家可以在 DBCI 中添加设计和衡量参与度的视角。最后，我们将面对面治疗和 DBCI 进行比较，因为许多 DBCI 在数字环境中使用治疗实践的直接翻译。提供心理治疗干预的专业人员可以提供对许多 DBCI 的内容、其作用机制、以及客户在接受干预后经历的变化过程。因此，我们按照扎根理论方法分析了定性数据。

尽管宏观参与的概念越来越被认可，但明确调查它的研究仍然很少。15 , 16此外，许多与 DBCI 互动的设计建议主要侧重于通过确保为用户提供积极或激励性的体验来暂时与技术互动。6 , 7 , 17 , 18据我们所知，这是第一篇明确地定性研究宏观参与的论文，并概述了这个过程如何离线，以得出对有效支持行为改变而不鼓励持续的 DBCI 设计的启示。数字技术的使用。

方法
学习规划
我们根据 Charmaz 概述的扎根理论方法进行了研究。19这种方法论依赖于建构主义范式，将现实视为主观的，并认为可以通过个人的经验和观点来理解现实。它将研究人员的角色视为意义的共同构建者，从而鼓励研究人员在此过程中承认并考虑他们的偏见。它还建议进行迭代的数据收集和分析，研究人员根据研究结果收集新数据，并随着研究的进展不断完善理论概念，并提供具体的编码框架。这被认为是最合适的方法，因为研究对象与主观经验直接相关并且调查很少。我们严格遵循这种方法，特别强调与反身性和数据分析相关的实践。

程序
数据是通过 2021 年 6 月至 12 月期间通过 Zoom 在线进行的 30 次半结构化访谈收集的。心理健康专业人员和 DBCI 专家的招聘是同时进行的，招聘和向 DBCI 用户组提出的问题受到来自以下机构的初步见解的影响：采访前两组。第一作者用英语进行了 25 次采访，两名学生助理帮助用荷兰语进行了 5 次采访并将其翻译成英语。访谈持续30至60分钟；它们被视频录制，由 Zoom 自动逐字转录，随后根据录音进行手动修改以纠正错误。一旦转录过程完成，录音就会被删除，文字记录也会被匿名，以确保受访者的隐私。因此，转录本被输入 Atlas.ti 进行分析。用户因参与而获得10欧元的报酬；反过来，治疗师和数字健康专家收到 50 欧元，以弥补潜在的休假时间并反映他们的小时费率。该研究获得了心理学、教育和儿童研究系伦理审查委员会的伦理批准（记录号：20-066a）。

参加者
招募了属于三个不同参与者组的 30 名个人：心理健康 (MH) 专业人员、数字健康专家和 DBCI 用户。我们联系了参与者并提供了研究描述，并在访谈前要求其签署书面知情同意书。每组的参与者都被招募，直到每组内的数据达到饱和（即每次新的采访都产生很少的新数据时）。

心理健康专业人员
虽然与数字工具互动与接受面对面治疗并不相同，但 DBCI 中包含的福祉和心理健康干预措施通常是心理治疗中使用的技术和练习的数字翻译。因此，这些过程至少有一部分是相似的；用户正在学习和练习如何通过特定的技巧处理他们的想法和情绪。MH 专业人士是通过 LinkedIn 帖子和作者网络发送的电子邮件招募的。符合以下标准的参与者被纳入研究：在欧洲执业的临床心理学家或心理治疗师，具有使用认知行为疗法（CBT）或接受和承诺疗法（ACT）的经验，目前正在与客户合作。十名 MH 专业人士接受采访，七名被确定为女性，三名被确定为男性。他们都在实践中使用 CBT、ACT 或两者。平均临床经验年数为 7.7 年（范围 = 2-20；SD = 6.07）。

数字健康专家
主要使用数字健康工具的专业人员也被认为是相关的，因为他们在设计和测试此类技术方面拥有丰富的经验。该小组是通过 LinkedIn 帖子和作者网络发送的电子邮件招募的。满足以下标准的参与者包括：位于欧洲并参与研究、设计和/或评估 DBCI 和数字健康服务。采访了九名专家。六人被确定为女性，三人为男性。八人是参与大学或研究项目的学者，其中一人是一家提供混合心理健康护理的公司的经理。该领域的平均经验年数为 7.1 年（范围 = 2-15；SD = 4.1）。
DBCI 的用户
该群体与本研究特别相关，因为他们可以使用数字工具直接讲述他们的个人经历，以实现他们的福祉和行为改变目标。该小组是通过第一作者的网络和鹿特丹伊拉斯姆斯大学对幸福感感兴趣的学生数据库招募的。满足以下标准的参与者包括：习惯用户、临时用户或以前习惯使用 DBCI 但已停止使用的用户。这项研究采访了 11 名 DBCI 使用者，其中 6 名是女性，5 名是男性。这些参与者的平均年龄为 24.9 岁（范围 = 19-34 岁；SD = 5.04）。他们使用的 DBCI 类型各不相同，一些参与者使用了不止一种工具。具体来说，一名参与者使用了一个正在运行的应用程序，

材料——定性访谈脚本
每个参与者小组都有不同的访谈，但所有访谈的目的都是从每个小组的角度讨论（1）宏观参与是否以及如何发生，以及（2）如何鼓励宏观参与。治疗师讨论了一些话题，例如他们如何在治疗期间和治疗之外构思和鼓励患者参与、鼓励患者参与的策略以及治疗环境的变化过程。数字健康专家通过讨论 Yardley 等人，直接阐述了他们如何概念化项目中的微观和宏观参与，12宏观参与的图表以及他们认为如何鼓励这种参与。最后，DBCI 用户讨论了他们如何使用数字工具来更接近自己的目标、工具如何影响他们的生活、他们如何以及何时独立于数字工具，以及在此过程中存在哪些挑战和策略。表 1描述了每组的示例问题和访谈流程。

数据分析
按照 Charmaz 概述的扎根理论方法对每组数据进行单独分析。19
根据 Charmaz 的19在数据分析程序中，第一作者是一位具有数字设计背景的行为科学博士候选人，按照以下步骤分析了 100% 的成绩单：(1) 初始编码，其中每个数据段都被分配了概念代码，(2 ）集中编码，其中评估初始代码并使用最相关的代码更具体地对数据进行分类，（3）轴向编码，其中代码被分组为主题簇和子类别，以及（4）主题编码，其中结果主题在概念上与三个群体如何从他们的角度体验参与的模型相关联。为了确保这一过程的反思性，主要研究人员保留了一份研究日志。此外，一名正在该项目实习的二级编码员和一名健康心理学和行为改变硕士生，分析每组 50% 的转录本。辅助编码器遵循步骤(1)(2)(3)和(4)。在编码开始之前，解决了编码员（主管-学生）之间的等级关系，并达成了一项协议，即任何一个观点都不会比另一个观点更受青睐。虽然硕士生在数字干预方面的专业知识较少，但他们在（健康）心理学方面的背景为讨论带来了丰富的内容。编码员之间在分析的每个步骤中进行讨论，以可视化重叠、质疑假设和可能的偏差，并解决代码中的冲突。在出现冲突的代码的地方，编码人员进行对话以支持他们的推理，在未达成一致的地方，这会在讨论部分中注明并提及。

结果
访谈产生的主题和准则很广泛，因为访谈包括支持行为改变的体验的各个方面。因此，本结果部分将仅详细探讨与主要研究问题相关的主题。附录 A1.1 至 A1.3 中的代码树提供了代码和主题的完整概述。

心理健康专业人员
对治疗过程进行了一般性讨论，特别强调了患者的参与。大多数 MH 专业人士将参与度描述为不仅发生在会议期间，而且还发生在会议之外，但一位例外，他表示，他们在概念上没有看到会议内和会议外流程之间的区别。关于会议之外的参与出现了值得注意的主题，包括它在治疗环境之外如何表现以及如何鼓励它。表 2包括这些主题和相关子主题的概述，而每个子主题将在下面进行更详细的描述。

子主题 1.1。会议之外做出的各种努力
在讨论治疗疗程之外发生的患者参与时，MH 专业人员讨论了一些迹象，这些迹象表明患者在治疗之外付出了努力，以在正常生活中实施治疗期间所学到的知识。在某些情况下，这被认为比会议本身的参与对流程更有价值。治疗师给出了治疗之外的各种努力的例子。九名提到遵守家庭作业（即承诺），四名提到让亲人参与他们的过程（即寻求社会支持），四名提到患者通过书籍或课程等其他举措来补充他们的过程（即承诺），两名提到思考什么在会议期间进行了讨论（即反思）。
子主题 2.1。不依赖或独立

九位 MH 专业人士概述了他们可以帮助客户获得新能力、减少对支持依赖的方法。具体来说，这意味着客户获得解决自己问题的信心或主动性，并学习和实施治疗策略。该子主题包括提及积极成果以及在没有支持的情况下参与该过程的部分过程。这些代码是从关于治疗结果的对话中产生的，但它被认为与宏观参与的概念有关，因为它更多的是在治疗之外体现的近期结果，也是患者感觉更好的过程的一部分。

子主题 3.1。鼓励会议以外参与的策略
MH 专业人员使用多种策略来保持客户的积极性并致力于他们的治疗过程。其中七人提到了试图鼓励客户在治疗期间独立工作的具体策略。具体来说，三位治疗师提到试图通过建议来访者在日常生活中思考治疗中讨论的内容或给他们布置任务来扩大治疗范围。其中五位描述了客户理解的重要性，即改变不仅需要接受治疗，还需要不断的工作。他们描述了通过与客户明确讨论会议之间工作的重要性来实现这一目标。

总之，对于大多数 MH 专业人士来说，会议之外的参与（宏观参与）可以被视为与会议期间的参与同样重要。在他们看来，这表现为客户在两次会议之间所付出的不同努力以及表现出的不依赖。他们通过明确鼓励客户在治疗期间做作业或考虑治疗来鼓励这种在治疗之外的参与。

数字健康专家
该小组讨论了他们自己与 DBCI 合作的经验和定义。所有专家都认可并接受宏观参与的想法，并且在宏观参与如何体现、如何鼓励宏观参与以及如何衡量宏观参与方面出现了显着的模式。表 3包括主要主题和相关子主题的概述。下面将更详细地探讨每个子主题。

子主题 1.1。如何识别 DBCI 之外的参与度
当被问及宏观参与的概念时，八位专家讨论了可用于识别 DBCI 之外的参与的方面。具体而言，四位专家提到，用户知道自己的目标是什么并了解 DBCI 如何帮助他们可能需要宏观参与。其中四人提到，这可能包括学习 DBCI 的技能并将其转移到他们的日常生活中。其中五人将其视为用户展示自我效能，五人提到实现 DBCI 的目标行为也可以归类为宏观参与。

子主题 1.2。DBCI 之外的参与策略
六位专家讨论了他们如何试图影响 DBCI 之外的项目参与度，或者理论上他们将如何实现这一目标。其中三人提到，影响这一点的一种方法是明确通知用户，这意味着 DBCI 可以包含信息，让用户知道他们应该自己练习，将他们链接到其他资源，或者让他们知道该工具并不总是在那里支持他们。三名参与者提到的另一组策略是让其他人参与这一过程（即社会支持），这表明让负责人或任何形式的点对点接触是鼓励这一点的好方法。三位专家提到，使用物体和道具（即提示关联）可能是促进工具之外的参与的一种方式。

子主题 2.1。测量和评估的挑战
其中五人指出微观参与和宏观参与将如何取决于用户的背景、目标行为和个人差异。其中四人讨论了由于不可靠或未定义的结构而难以衡量宏观参与度。其中两个表明微观参与和宏观参与很难区分。值得注意的是，一位明确研究过敬业度的专家提到，宏观敬业度的概念很有趣，但区分微观和宏观敬业度不仅很困难，而且可能也没有必要。

总之，专家们可以在某种程度上确定他们的项目和经验中的宏观参与。在他们看来，它体现在用户理解如何使用该工具来实现目标、学习迁移、执行目标行为和展示自我效能。他们通过明确包含信息和额外资源、使用道具或包括其他人的支持来鼓励这种在会议之外的参与。大多数对话都深入探讨了如何衡量宏观参与度，并强调了这将是多么困难。

DBCI 用户
用户讨论了他们自己使用 DBCI 的经历以及它们如何影响他们的生活。他们中的大多数人讨论了他们在没有数字工具明确支持的情况下所执行的行为，而其中三人似乎无法考虑屏幕外的参与或行动。这些用户具体是：一名正念应用程序用户、一名智能手表用户以及一名使用跑步应用程序和正念应用程序的参与者。在用户的访谈中，出现了两个子主题：描述他们在使用技术之外为实现目标而付出的不同努力，以及他们注意到无需支持即可激活知识和技能的时刻（见表 4 ）。下面更详细地概述了 DBCI 之外的参与的具体子主题。

子主题 1.1。技术之外的努力
八位参与者讨论了他们在使用 DBCI 之外付出额外努力以确保实现目标的策略或时刻。所有八个人都提到寻找其他空间或环境来练习自己的行为，例如，进行正念散步或利用通勤的时间来练习正念意识，而不使用 DBCI。三名用户表示，他们给自己提示和提醒来触发他们想要的行为。例如，一位正念应用程序用户纹了一个纹身，以确保每次看到它时，他们都会记得将自己的意识带到当下。五名参与者有意识地试图通过将自己的行为融入日常生活中来使自己的行为成为一种习惯，例如，通过在一天中特定的时刻来执行自己的行为。四名用户试图让自己承担责任，例如，让亲人参与他们的过程，并通过互相发送提醒或尝试一起做事来提醒对方他们的目标。七个人讲述了为实现目标付出额外努力的其他实例，例如使用多种工具和资源，例如习惯跟踪器以记住冥想或通过日记补充正念练习。

子主题 1.2。获得的能力
这八名参与者还能够讲述他们意识到自己获得了新能力并在日常生活中运用这些能力的时刻。三人提到了更好地集中注意力的能力，六人概述了获得影响他们行为方式的新知识，五人说他们更加注意或了解自己，六人讨论了能够更好地调节情绪和压力，最后，其中七人讨论了明确的时刻他们可以在没有 DBCI 的支持的情况下应用这些技能。
总之，虽然并非所有 DBCI 用户都能指出宏观参与的实例，但那些确实指出了屏幕外的努力以及他们可以在远离工具的情况下激活新技能的时刻。

各组主题的定性比较
这三个小组概述了在支持范围之外发生的一系列广泛事件，在研究这些实例时，出现了一种模式。这些实例可以分为两类。
第一类包括补充正在进行的行为改变过程的活动。在专家组中，这成为了一个较小的代码：“了解他们的目标并为之付出努力”。在 MH 专业组和 DBCI 用户组中，这些实例分别作为副主题出现，“会议之外的努力”和“技术之外的努力”。第二类包括可以归类为参与 DBCI 的积极结果的实例。在专家组中，这成为了准则，其中包括：“学习迁移”、“表现自我效能”和“执行目标行为”。在 MH 专业人士和 DBCI 用户组中，它分别作为副主题“不依赖（又名患者成为自己的治疗师）”和“获得的技能和能力”出现。

通过对比这两个类别，我们发现有一个共同的意图因素。第一类需要深思熟虑：有意识地付出额外努力，在日常生活中坚持目标和目标行为，远离 DBCI。第二种需要较少的深思熟虑，因此更自发地发生：通过 DBCI 获得的技能和知识应用于日常生活，或者无需太多深思熟虑或计划即可实现目标行为。

虽然这三个群体有共同点，但也出现了一些差异，也应该予以考虑。首先，宏观参与的存在存在矛盾。宏观参与在 MH 专业组中被一致讨论为重要，而在专家组中，主要是在理论上进行讨论，并不是所有 DBCI 用户都能讨论它。其次，宏观参与的相关性出现了差异。在 MH 专业组中，它被强调几乎与会议期间的参与一样重要；在专家组中，一位专家质疑其相关性；在用户组中，仅仅依赖 DBCI 的用户看不到以其他方式参与其行为的重要性（即他们的目标与工具的使用密切相关）。最后，在关于界定微观参与结束和宏观参与开始的讨论中出现了分歧。在专家组中，范围从非常接近的实例（例如了解 DBCI 如何帮助实现个人目标）到更远的结果（例如在现实生活中执行目标行为）。然而，在 MH 专业组中，这种转变被认为与与治疗进展相关的更近端的过程结果相关，例如在过程中投入精力和学习转移，但不包括远端治疗结果（即相关健康指标的改善） 。到更远端的结果，例如在现实生活中执行目标行为。

编码过程的反思
在编码过程中，两位编码员能够就大多数代码、主题及其结构达成一致；然而，宏观参与和微观参与之间的区别仍然是一个持续争论的问题。争论的主要来源是某些行为或态度是否应该归类为宏观参与还是微观参与。就 MH 专业组而言，这些活动包括为会议进行心理准备和做作业，而在 DBCI 用户组中，则涉及用户将工具集成到日常工作中的努力。

此外，不同群体对宏观参与的定义略有不同，这要求编码人员检查并协调对宏观参与的不同看法。主要研究员 CV 受到数字设计背景的影响，通过工具的视角来看待这个过程。因此，微观参与和宏观参与之间的区别似乎非常不同，因为它们是两个不同的互动空间；银幕上和银幕外。相反，第二位编码员 AT 受到健康心理学背景的影响，从个人的角度看待这一过程。从这个角度来看，这两个空间之间的区别似乎不太相关，代码更多地被视为行为改变过程不同阶段的指标。

认识到 DBCI 的参与过程涉及工具和个人之间的交互，这两种观点对于质疑假设、发展理论和定义该过程的边界至关重要。因此，在下一节中，我们将提出一个理论及其局限性。

讨论
本研究采用扎根理论方法，探讨了两个主要问题：首先，在使用支持（数字工具或心理治疗）的行为改变过程中宏观参与是什么样子的；第二，如何设计促进宏观参与。为了使本节更加简洁，我们将治疗过程与数字工具进行了比较。从现在开始，为简单起见，在讨论“工具”时，这包括治疗课程和 DBCI。

在 DBCI 的福祉背景下，宏观参与是什么样的？
本研究的首要目的是了解 DBCI 支持的行为改变过程中的宏观参与如何。通过对这三个群体的观点进行三角测量，我们可以概述宏观参与可能通过一系列广泛的银幕外行为、态度和想法来体现。这些结果支持 Yardley 等人的微观和宏观参与理论12以及 O'Brien 等人的脱离接触理论。13它展示了 DBCI 的引入如何创建两个空间：用户与工具交互的空间，以及用户可能在不受支持的情况下实现其目标或目标行为的空间。此外，通过这些半结构化访谈收集的信息提供了额外的一层信息，描述了宏观参与可能如何受到个人所需意图的影响，这种意图可以从故意到自发。这与Zhang 等人的20自适应决策框架，该框架指出，在 DBCI 介导的行为改变过程中，存在由小决策组成的行动级别（即日常生活中的屏幕外）。在此行动级别中，该模型描述了一个人做出的日常决策（关于其目标）如何受到自动决策（习惯）或刻意坚持目标（即目标导向行为）的影响。这一发现很重要，因为它概述了支持屏幕之外的参与的机会：通过设计使刻意的努力变得不那么费力。

图 1是 DBCI 介导的行为改变过程如何发生的假设示例。它的灵感来自 Yardley 等人关于微观和宏观参与的12 个插图，但包含并重点关注一个新方面：所需的意图。它概述了屏幕上和屏幕外的参与如何随着时间的推移而变化、可能同时发生以及随着时间的推移需要不同程度的意图。在这个假设的例子中，用户一开始只参与 DBCI，然后通过线下刻意的努力来补充它，然后不再需要数字工具的支持，并且必须越来越少地坚持他们的目标行为。融入到他们的功能中。

模型的局限性
当对三个组进行三角测量时出现了矛盾，并且当两个编码员共同构建意义时在数据分析过程中出现了困难。基于这些矛盾和挑战，我们概述了该模型的注意事项。首先，宏观参与可能并不总是发生。其次，它对于行为改变过程可能并不总是很重要。第三，宏观参与可能过于广泛且难以实施。

宏观参与可能并不总是发生
虽然 MH 专业和数字健康专家组可以一致地确定宏观参与的样子，但 DBCI 用户组提供了不同的观点。在该组中，三名用户无法识别在没有工具支持的情况下为实现目标而执行的任何行为。这些用户有一些共同特征。首先，其中两人是追踪工具的用户，即跑步应用程序和智能手表；因此，他们有一个共同的使用意图：监控行为。其中两人也使用了正念应用程序，但他们对应用程序的使用只是姑息治疗。他们并不经常使用它来训练正念技能，但如果遇到特定的挑战，他们会使用该工具感觉更好。同样，这两个用户的意图（即减压）是相同的。这表明，离线时，不受支持的努力可能并不总是出现在 DBCI 支持的行为改变流程中。某些流程可能不包括离线、不受支持的工作的原因仍不清楚。结果表明，这可能与用户的意图和要实现的行为的复杂性有关。根据研究结果，可以推断某些类型的目标具有更高的学习曲线或需要不同的努力，例如，变得专注与更频繁或更好地跑步。变得正念包括学习注意力，经常坚持冥想练习，在一天中找时间练习正念，并记住在日常生活中应用这些新发现的技能，然后才能成为毫不费力的行为。而使用应用程序来跟踪跑步需要致力于将一项活动重复嵌入到一个人的日常生活中，但不是特别学习一项新技能。对这些结果的另一个可能的解释是，可能指向离线、不受支持的努力的用户群体——所有正念应用程序的用户——已经变得更加关注他们的体验，因此他们的普遍努力。然而，没有足够的数据来证实这些理论。需要更多的研究来进一步了解不同类型工具的用户的离线行为。因此他们付出了普遍的努力。然而，没有足够的数据来证实这些理论。需要更多的研究来进一步了解不同类型工具的用户的离线行为。因此他们付出了普遍的努力。然而，没有足够的数据来证实这些理论。需要更多的研究来进一步了解不同类型工具的用户的离线行为。

宏观参与可能并不总是相关的
通过对宏观参与的讨论，还隐式和显式地讨论了其相关性。MH 专业小组的讨论经常触及独立努力的重要性。对他们来说，课程是一个训练场，但工作需要每天单独完成。简而言之，宏观参与是面对面治疗过程中非常重要且理想的部分。相反，DBCI 用户和专家组的结果更加异质。在这些群体中，出现了矛盾的模式，质疑宏观参与在 DBCI 辅助的行为改变过程中的重要性。例如，跟踪器和监控应用程序的用户总是在各自的工具支持下执行他们的行为，并且不会考虑不使用该工具。另一方面，冥想应用程序的两名用户感觉他们不再需要该工具，他们已经学到了可以在日常生活中实施的东西，这被视为他们实现目标的标志。专家组内观点不一。例如，一位致力于戒烟应用程序的专家讨论说，他们从一开始就考虑在项目中使用超出系统使用范围的参与度。相比之下，一位专家质疑微观参与和宏观参与之间的区别是否有那么重要，并提到大多数人不会区分他们使用工具做什么和在工具之外做什么。专家组内观点不一。例如，一位致力于戒烟应用程序的专家讨论说，他们从一开始就考虑在项目中使用超出系统使用范围的参与度。相比之下，一位专家质疑微观参与和宏观参与之间的区别是否有那么重要，并提到大多数人不会区分他们使用工具做什么和在工具之外做什么。专家组内观点不一。例如，一位致力于戒烟应用程序的专家讨论说，他们从一开始就考虑在项目中使用超出系统使用范围的参与度。相比之下，一位专家质疑微观参与和宏观参与之间的区别是否有那么重要，并提到大多数人不会区分他们使用工具做什么和在工具之外做什么。

根据这些发现，我们可以推断，首先，宏观参与是否相关，是否发生在 DBCI 支持的行为改变过程中，具体取决于用户的目标。这反映了另一个突出的参与模型：完美的交互模型，该模型假设用户的意图驱动他们与 DBCI 的交互方式。21例如，从跟踪工具用户的角度来看，独立性似乎无关紧要；如果他们使用某种工具来跟踪自己的锻炼情况，并且因此而锻炼得更多，那么，他们是否在没有该工具的情况下努力又有什么关系呢？另一方面，观察 MH 专业人士群体、正念应用程序用户和戒烟应用程序专家之间的重叠，可以推断，不依赖工具至少有时是过程的一部分，并且是戒烟应用程序的一部分。参与的方面。当目标行为需要学习和排练并最终需要在日常生活中自发应用时，就会发生这些重叠。例如，能够识别困难的情绪并做出适当的反应，或者在旅途中抑制吸烟的渴望。

宏观参与难以落地
为了能够进行宏观参与设计并评估设计策略和选择的影响，能够实施该结构非常重要。然而，通过与数字健康专家的讨论以及对分析过程的反思，我们发现，实施 DBCI 的宏观参与在两个方面具有挑战性：确定宏观参与的开始和结束位置，以及确定适用于所有 DBCI 的具体指标。

首先，在分析阶段，确定一个空间的结束位置和另一个空间的开始位置被证明是有争议的，需要进行彻底的讨论才能达成共识。对治疗过程进行心理准备、在治疗中做作业或努力使工具的使用成为习惯等情况的分类是具有挑战性的。这些事件很难在编码中进行分类，因为它们存在于有限的空间中。它们不是完全独立执行的，也不是完全在支持空间之外发生的。数字健康专家组也具体提到了这一点，并表示在微观和宏观参与之间划定界限将具有挑战性。

其次，事实证明，确定适用于所有 DBCI 的具体指标很困难，因为所有群体都提到了不同范围的各种行为、思想和态度。这可能是由于研究中包含的行为类型和数字工具的多样性所致。文献中也明显反映了这一点。在评估宏观参与时，人们一致认为它需要与行为改变目标进行某种线下互动，但对于具体涉及的内容并没有明显的共识。一些研究将宏观参与等同于在工具之外执行目标行为，即实现干预的目标结果。例如，在 Fodor 和 Balázs 进行的一项研究中，22它被运作为参与现实生活活动，作为虚拟干预的一部分。Molloy 和 Anderson 15对抑郁症的数字干预措施进行了回顾，其中宏观参与也被操作为在日常生活中执行目标行为。相比之下，一些研究更多地涉及学习以及如何将其转移到其他环境中。例如，拉利等人。16通过自我报告参与者在日常生活中使用他们在数字计划中学到的知识的程度，评估了压力自我管理计划的宏观参与度。这表明宏观参与更多地是一个涵盖性术语，涵盖工具之外发生的行为、态度和想法，其操作性取决于干预目标和工作机制。

这些发现暗示了两个想法。首先，考虑微观和宏观参与的一种更可行的方法是将其视为一种连续的参与，而不是单独的类别，其中个人可以在距 DBCI 不同距离的地方进行参与：从完全由 DBCI 支持到不使用DBCI 根本不存在，但正在屏幕外处理其内容。其次，“DBCI 促进福祉”的范畴过于宽泛，无法实施宏观参与。这一发现与 Yardley 等人关于在背景下实施宏观参与的第 12 条建议是一致的。它还证实了 Kelders 等人对参与度进行的系统叙述性审查的结果，4他们在其中建议，各种各样的数字医疗技术可能需要特定于某类技术及其使用背景的参与定义，而不是所有数字医疗技术的参与的总体定义。

我们如何利用设计来鼓励宏观参与？
本研究的第二个目的是确定如何设计以鼓励宏观参与。通过与参与者的讨论，我们能够确定采取哪些行动来鼓励工具之外的参与。MH 专业人士通过明确讨论客户独立努力的重要性并扩大范围、告诉客户单独尝试策略并给他们分配任务来鼓励这一点。数字健康专家提到，为用户添加信息以期望最终不依赖，并涉及点对点接触、道具或物体来推动用户练习技能并记住日常生活中的目标。DBCI 用户除了使用工具外，还通过寻找其他环境来练习技能、给自己提醒和承担责任，并努力养成良好的习惯。这些结果产生了鼓励宏观参与技能培训过程的两个主要想法。首先，应考虑用户环境的作用。其次，学习过程的转移似乎是屏幕之外参与的充分设计理由。下面将更详细地探讨每个想法。

应考虑环境的作用
宏观参与，12或脱离参与，13理论指出，不使用比看起来更丰富；不使用工具并不意味着不致力于目标和目标行为。这项实证、定性研究的结果支持了这一观点，并概述了工具之外的大量参与如何依赖于用户与其屏幕外环境之间的交互。

因此，鼓励这些普遍用户努力的一种方法是扩大干预范围，并通过用户的物理环境提供 DBCI 的内容。Peters 等人的 METUX 模型也探索了类似的想法。23在这个模型中，作者提出了超越系统界面的影响范围的概念。换句话说，他们建议设计师不仅要考虑用户如何与系统界面交互，还要考虑他们如何参与技术支持的任务，以及这如何影响屏幕外的总体行为。

鉴于这些结果以及随着日益“智能”设备的兴起，将普及技术添加到组合中以创建有吸引力的 DBCI 可能很诱人，即通过智能家居设备扩展干预措施。然而，将更多的技术和更多的内容嵌入到用户的环境中可能会开始与这项研究的最初动机相矛盾：用户对他们在屏幕上花费的时间持怀疑态度。仅仅让 DBCI 成为他们一生的一部分可能会适得其反。因此，如何做到这一点很重要。幸运的是，人机交互领域长期以来一直在考虑和规避技术对用户可能产生的负面影响。24 O'Brien 等人在回顾 HCI 领域的参与时。13总结考虑用户代理的重要性，允许用户有意识地、有意识地使用数字技术。这可能需要鼓励目标导向的行为并设计允许用户选择参与或不参与的技术。另一个灵感来源可能是平静技术。这种方法假设技术将变得普遍，并认为在这样的全景中，重要的是并非所有交互都需要全神贯注。因此，Calm Technology 致力于将部分体验与技术嵌入到用户的物理环境中。25 , 26外围推动和互动是这种方法的中心阶段。外围推动是不引人注目的提示和提醒，因为它们是上下文的一部分。周边轻推的一个例子是 The Ambient Umbrella3，它有一个手柄，在下雨时会亮起；一种微妙的、不引人注目的提醒，提醒人们在雨天带上雨伞。25外围交互更进一步，旨在通过允许用户执行最简单、最不繁琐的操作，将精神负担降至最低。26例如，阿姆斯特丹国家博物馆在其怀表收藏中包含一个古董钟，它具有不同的声音系统，无需看钟即可报时。此外，一些广泛销售的产品利用了外围交互：大多数无线耳机允许用户通过非常简单的手势来改变歌曲和控制音量，而无需拿出手机。这项工作非常有用，特别是在利用用户的背景来帮助他们记住和练习他们的技能时，考虑到他们的注意力、时间和精力。

将学习迁移作为设计原理
研究结果还指出，当 DBCI 用户学习一项新技能时，会采取线下努力来记住、练习和激活通过不同空间中的 DBCI 获得的新技能。所有这些特征都与学习迁移的结构重叠（一些专家在采访中也明确提到）。从广义上讲，学习迁移是指将技能或知识从一种环境应用到另一种环境。27因此，设计促进学习迁移的可供性可能是解决最初挑战的富有成效的努力：一种不依赖于增加使用来获得积极结果的工具。

学习迁移（以及游戏迁移）在“严肃游戏”文献中得到了广泛认可。因此，这是一个合适的起点，因为该研究领域概述了指导专注于迁移的设计过程的建议和方法。最普遍的建议之一是确定到底需要转移什么。28 , 29另一个常见的建议是识别应用程序环境并与其建立显式连接。28 , 29 , 30然而，Kuipers 等人在评论中，30发现学习迁移很少被作为健康 DBCI 的设计原理来解决——它更经常被描述为一种结果。同样，其他研究人员建议的研究设计应明确概述用于影响迁移的设计原理，并评估这些包含的元素如何影响学习迁移。29 , 31这表明需要更多的研究来确定学习迁移如何在 DBCI 中展开、如何通过设计支持它以及在此过程中需要考虑哪些属性。

局限性
这项研究有一些局限性。首先，该过程中的第二编码员是在第一作者的监督下实习的学生。为了减轻编码过程中的任何权力不平衡，第一作者和第二编码者就该过程达成了一系列期望，其中两种观点将被视为具有同等权重。即使制定了此程序，也很难知道学生和导师的角色是否对任何对话或结果没有影响。其次，我们部分遵循了扎根理论方法中推荐的迭代数据收集和分析，但由于时间限制和日程安排的挑战，我们未能完全遵循它。如果有足够的时间和迭代，本研究可能会提供更确定的模型。例如，精神卫生专业人员的招聘存在缺陷。虽然纳入这一点对于概述个人对心理健康 DBCI 的内容和技术的宏观参与至关重要，但进一步招募将涉及心理健康专业人员或其他专业人员进行面对面的干预，重点关注健康饮食等更广泛的行为或体力活动。不幸的是，后勤限制阻碍了我们继续招募更多参与者。此外，我们的样本包括 20 名女性和 10 名男性，并且专家组中的绝大多数研究人员在学术界工作。拥有更平衡的样本可以表明性别认同或专业领域之间在宏观参与方面的经历是否存在差异。最后，也许更重要的是，所有参与者的经历都被回顾起来；这意味着回忆偏差在结果中发挥作用并限制了研究结果的范围。对宏观参与的进一步研究应通过日记研究或减少回忆偏差的方法进行，以进一步了解这一过程是如何发生的。

结论和进一步的方向
这项研究的诞生是为了解决一些 DBCI 可能遇到的设计挑战：在不依赖或鼓励持续使用的情况下取得积极的结果。宏观参与（或脱离）作为丰富空间的概念，为设计提供了可能的影响范围。因此，本研究旨在确定 DBCI 对福祉的宏观参与是什么样子和发生了什么，并在此基础上提出设计建议来支持它。

本研究介绍了宏观参与理论，描述了宏观参与可能带来什么以及在什么情况下可能出现。结果表明，当宏观参与相关并发生时，它是通过线下努力来实现的，这些努力可以被归类为有意或自发的。结果还强调，DBCI 的用户并不总是进行宏观参与，这对于他们的行为改变目标并不总是至关重要。此外，这项研究表明，宏观参与可以更好地理解为屏幕之外互动的总称，因此需要与 DBCI 的目标、变化机制、环境和人口相关的情境化。因此，所开发的理论是有限的，可能不适用于所有 DBCI。

值得注意的是，这项研究还揭示了针对学习和技能培训的 DBCI 的设计含义，其中宏观参与与学习迁移重叠。因此，当学习过程正在进行时，设计明确鼓励和支持学习迁移以允许用户逐渐独立于工具的技术可能会富有成效。明确为学习迁移而设计的平静技术以及在技术和用户物理空间之间建立联系的其他设计方法被提议作为宏观参与设计的可能途径。这为进一步研究设计和研究 DBCI 开辟了一条有趣的途径，这些 DBCI 使用屏幕之外的元素来扩展干预空间并包含支持用户的交互。