数字环境中基于身体活动的社会比较的选择和反应:日常评估研究系列

简介

背景

经常参加体育活动对身心健康有广泛而有意义的好处[1-3.］．虽然中等至剧烈强度的运动可提供独特的心血管保护[4]，较低强度的活动与积极的结果有关，并建议促进健康[5,6］．相反，在美国和世界范围内，缺乏体育锻炼是导致许多主要死亡原因的关键因素，包括心血管疾病和癌症[7-9］．几十年来，确定PA参与的决定因素一直是研究重点，并为无数预防和干预工作提供了信息[10］．然而，尽管有这些努力，美国的成年人很少参与足够的PA来保护他们的健康;最近的估计表明，只有50%的人达到推荐的PA水平[11]，虽然估计数字因计算方法而异[12］．因此，显然需要开展工作，以提供对PA障碍和促进因素的额外见解，特别是那些可以大规模地为PA推广工作提供信息的工作。

网络平台和移动应用程序等数字工具有望最大限度地提高PA资源的可访问性，因为它们可以根据需要使用，并可以对日常生活中的不同环境做出响应。具体来说，这些工具可以利用社会环境的力量来支持PA，将个人与其他用户连接起来，而不需要同步交互[13］．例如，社交比较过程可以通过在用户之间共享可穿戴监视器捕获的PA数据来激活[14］．曝光他人的个人助理行为可以让用户相对于他人的个人助理评估自己的个人助理[15]利用排行榜和竞争挑战等功能[16,17］．向上比较，通过接触那些用PA做得更好的人(例如，每天多走几步)，可以激励比较者达到向上的目标水平，并为如何达到类似的结果提供指导。18］．向下比较，通过接触PA做得更差的人(例如，每天走的步数更少)，可以促使比较者避免成为向下比较的目标，以保持他们的状态[19,20.］．社交比较有望在以下方面发挥作用，以激励用户维持或增加他们的PA [21,22］．

因此，激活社会比较过程的数字PA工具的功能很受欢迎，并受到了相当大的关注[14,23］．该领域的文献显示，一些证据表明，社会比较会影响PA的动机和行为(通过数字工具和更广泛的[24-26])。例如，直接获得关于他人行为行为的信息，会导致参加更多的团体练习课程，而不是与他人讨论行为行为(以促进社会支持[27])。然而，向上和向下的比较对PA结果的影响是不一致的，人们知之甚少。有些人经历过减少PA对社会比较做出反应的动机或行为，包括那些从一系列选项中自我选择的行为[27-29］．

此外，对同一个人的PA比较的反应(关于动机和行为)并不一定是一致的;一个人有时会积极回应，有时则会消极回应，这取决于日常环境。30.］．除了比较的方向(向上vs向下)，可能影响比较对PA结果的近距离影响的一个特征是它的尺度，或比较者与目标之间的相对距离。与别人做得比自己好一点或差一点的比较，可能会产生最大的影响，因为目标的结果似乎是可以实现的(向上)或即将到来的(向下)，比较者有动力改善或维持他们的状态。15,31,32］．相比之下，与那些做得更好或更差的人比较可能会让人失去动力，因为目标的结果似乎无法达到(上升)或不太可能(下降)。

尽管社交比较功能在数字工具中无处不在，以促进PA，但在数字环境中激活比较过程的最佳方法尚不清楚。允许用户选择他们首选的比较目标似乎比限制暴露于单一(非首选)目标更能有效地促进PA [33]，许多数字比较机会允许用户从一系列选项(如排行榜)中选择或专注于目标的子集。然而，如上所述，即使是自我选择也经常导致消极的反应。具体来说，目前需要进一步深入了解用户的比较选择，他们与这些选择的交互，以及用户在数字PA环境中对他们的选择做出积极(vs消极)反应的程度。

本研究的目的

鉴于激活社会比较过程以促进PA的数字特征的可用性，以及该领域证据的模糊性，有必要改进对数字环境中基于PA的比较选择和响应的理解。该领域的其他信息可以阐明基于PA的比较过程的性质，并有助于确定与PA结果的益处(与危害)相关的比较。本研究的目的是描述基于PA的比较选择(方向和规模)，并检查比较选择与PA结果(动机和行为)之间的日水平关联，包括总体差异和天数内的个人差异。为了实现这些目标，我们使用了现有的3项研究系列的数据，这些研究允许参与者从不同的方向和规模选项中选择一个基于pa的比较目标。每天在比较暴露前后评估PA动机，并使用Fitbit平台(Fitbit LLC)每天以步数捕获PA行为。

方法

研究系列概述

作为一个更大的系列研究的一部分，以调查在社交锻炼游戏的背景下个性化社会比较机会的潜力[34-37]，每项研究的参与者完成了总共7到28天的数据收集。在研究2和3中，前9天是探索期，所有参与者从各种比较选项中选择;接下来的几天，在随机分配的基础上，对一半的参与者进行了个性化的实验操作。本报告描述了一组二级分析，这些分析检查了比较选择，通过网络平台与这些选择的交互，以及在每项研究最初7或9天的探索期对PA动机和行为的相关后果。

招聘及资格

研究中一致的成分

在整个研究中，参与者是从德雷塞尔大学的本科生参与者库中招募的，使用的是课堂招募和基于网络的学习调度平台(Sona Systems)。如果学生年龄≥18岁，每天都能使用台式机或笔记本电脑，自我报告PA对他们很重要，并且有Fitbit账户或愿意创建一个账户，他们就有资格参加。使用Fitbit可穿戴设备或Fitbit智能手机应用都是可以接受的。如果学生的身体状况限制了他们参与中等或高强度PA的能力，或者正在接受医疗建议以避免中等或高强度PA，那么他们将被排除在外。

Participants-Study 1

在表示有兴趣参与的11名本科生中，有6人(55%)参加了最初的试点阶段。总共有17%(1/6)的参与者没有完成任何天的数据收集，因此被排除在外，导致样本为5名学生。在研究期间，参与者平均每天走4690步(SE 1767.99)。所有参与者均为在校本科生，年龄≥18岁;然而，在最初的试点期间没有收集进一步的人口数据。

Participants-Study 2

在为期2个月的滚动招募过程中，有119名学生表示有兴趣参加。在这119名学生中，66名(55.5%)没有完成所需的数据收集天数，导致53名(44.5%)参与者参加了研究2。该样本包括57%(30/53)的女性，并在种族上代表了本科生群体，大多数参与者认为自己是白人(28/ 53,53%)或亚洲人(13/ 53,25%;看到表1查阅更多人口资料)。在基线研究期间，参与者平均每天走6376步(351.43 SE)。

Participants-Study 3

通过3个月的滚动招聘，有90名学生表示有兴趣参加。在这90名学生中，35名(39%)没有完成所需的数据收集天数，导致54名(60%)参与者参加了研究3。大多数参与者是女性(37/ 54,69%)，大多数学生被认定为白人(23/ 54,43%)或亚洲人(22/ 54,41%;看到表1有关详情)。在基线研究期间，参与者平均每天走3609步(SE 339.32)。

措施

社会比较选择

如以下部分所述，参与者被要求从一系列相对于他们自己的PA行为的向上和向下比较的选项中选择用户配置文件，每天查看。他们每天可以选择多个概要来查看部分信息，但只能选择一个概要来查看全部信息。内置在web应用程序中的遥测技术跟踪了参与者在web应用程序中的导航，包括他们查看的配置文件(部分或全部)，查看配置文件所花费的时间，以及他们选择观察所选完整配置文件的字段。对比选择是根据每天的总数、查看配置文件所花费的时间、查看的配置文件元素的数量以及选择用于完整查看的配置文件的方向和规模进行操作定义的。

锻炼的动力

研究2和3的参与者在每天参与的开始和结束时(即在他们的比较选择和暴露之前和之后)自我报告了他们锻炼的直接动机。对以下陈述的回答——“总的来说，我认为我目前锻炼的动机是……”——他们在每个时间点都被打分，从1(动机非常低)到5(动机非常高)。这种评估动机的方法是由该领域以前的工作指导的，包括研究人员以前的工作[28,38］．

爸爸的行为

为了最大化可达性，活动行为被定义为每天的总步数;步数是评估PA行为的常用指标，并与健康结果相关[39］．每天的总步数是通过从Fitbit可穿戴设备或Fitbit MobileTrack智能手机应用程序中提取的数据来计算的。该应用程序会同步到参与者智能手机上的加速计，这显示了评估跨设备和操作系统步数的有效性。40］．值得注意的是，我们考虑了用于测量每日步数的设备的异质性，以增强研究结果在有或没有购买腕戴设备的个体之间的普遍性。这种方法已经在之前的工作中使用过，这表明Fitbit设备和MobileTrack应用程序不会产生有意义的不同步数估计[41］．Fitbit前一天的步数数据与研究网站同步，然后在参与者每天登录研究平台时显示给他们。

程序

在完成网上筛选调查以确定资格后，符合条件的个人提供电子知情同意，然后被引导到第二个网页，在那里他们完成了一系列全球自我报告问卷(不包括在本报告中)。然后，参与者会得到一个用户名，并登录每天的网络活动，第一次登录时，他们会被指示在我们的网络平台上验证Fitbit账户，这样就可以检索每天的步数。从第二天开始(允许在第一个会话中使用注册日的步骤)，向用户介绍以下部分中描述的相关活动。用户被要求每天登录并完成一次会话;一天的时间没有指定。

登录后，web服务器通过Fitbit应用程序编程接口(API)查询用户前一天的步数。如果通过API调用检测到Fitbit还没有完整记录前一天的步数，web应用程序就会指示参与者在移动设备上打开Fitbit应用程序，提示上传数据。值得注意的是，在研究2中，在数据收集期间(3天)，Fitbit服务器没有正确地与研究网站同步。因此，参与者登录时显示的步数代表了上次成功同步的步数，而不是前一天的真实步数。这个错误在发现的当天就得到了纠正。

日常社会比较任务

概述

与之前的几项研究一样，进行社会比较的机会是通过查看被描述为与参与者相似的个人资料来实现的。42］．在完成动机评估后，每项研究的参与者都有机会选择一个或多个档案来查看。这些特征描述了最近比参与者参与更多或更少PA的其他个体，以代表与参与者自己最近PA行为距离范围内的向上或向下比较目标。个人资料选项只包含最少的信息，包括他们的用户名(例如“dmf25”)和总步数。参与者可以点击多个选择来了解更多信息，但只能选择一个配置文件来查看全部信息。

研究1

研究1被设计为概念验证试点，以确保系统正常工作，平台可以检测参与者的导航行为。参与者被要求在7天内每天在网络平台上进行一次5分钟的会话。每天登录后，参与者都会收到自己前一天的总步数，由他们的Fitbit设备或应用程序跟踪。这些步数被贴在由系统创建的“其他用户”的4个资料旁边;2个是向上比较(即，总步数是前一天的110%和130%)，2个是向下比较(即，总步数是前一天的90%和70%;图1)．在每种情况下，应用-2%到+2%的边际作为噪声，以防止研究目标的潜在识别。

如上所述，参与者可以选择多个配置文件来了解有关用户的其他信息，包括他们居住的城市和最喜欢的锻炼地点(如图所示)图2)．但是，他们必须选择一个配置文件来完整地查看以完成当天的任务。在选择要完整查看的个人资料后，参与者查看的页面包含用户的人口统计数据(例如年龄、性别和职业)、外貌(例如身高和体重)、运动偏好(例如偏好的PA形式)和其他个人信息(例如爱好;图3)．

‎

‎

‎

研究2

研究2的目的是检查用户档案选择的模式(即比较目标)和对PA动机和行为的反应。修改后的网络平台促进了参与者每天2分钟的任务，包括选择潜在的社会比较目标(共9天)。每天登录后，参与者查看一个页面，显示他们前一天的步数(通过Fitbit可穿戴设备或同步到Fitbit应用程序的智能手机步数跟踪器从Fitbit API收集)。在报告了他们最初的锻炼动机(1-5评分量表)后，参与者被展示了4个应用程序其他“用户”的简介，就像在研究1中一样。然而，并没有提供一组关于步数的一致配置文件(即，参与者自己步数的70%、90%、110%和130%)，参与者每天被分配到以下配置文件集之一:(1)所有4个配置文件都低于参与者(仅限向下选项)，分别为参与者前一天自己步数的90%、80%、70%和60%;(2)混合剖面- 2向下(低于参与者前一天自己的步数总数的90%和80%)和2向上(高于参与者前一天自己的步数总数的110%和120%);(3)所有4个剖面都比参与者的(仅向上选择)高110%，120%，130%和140%的参与者自己的步数比前一天。

在每种情况下，应用-2%到+2%的边际作为噪声，以防止研究目标的潜在识别。在观看了他们选择的完整资料后，参与者被要求第二次报告他们的运动动机(1-5评分量表)。

研究3

研究3的目的是研究个人资料选择平台在游戏化环境下的转换，参与者被分配到3个用户的团队。web应用程序的进一步修订版本允许参与者使用新格式查看其他用户的PA行为和个人信息(代表比较目标)。与研究2一样，参与者被要求登录并报告他们最初的运动动机(1-5评分量表)。然后，他们观看了排行榜形式的另外2个简介(与研究1和研究2中的4个不同)的简要描述，并被要求选择1来查看其他信息(图4)．

选择个人资料后，参加者可查看个人资料的一个子集(图5）;这个视图保留了他们自己前一天的步数总和，以方便与所选用户进行比较。参与者可以访问一个完整的细节一旦他们选择了一个最终的个人资料，以查看完整。

然而，与之前的研究不同的是，研究3中其他用户的总步数包括了其他参与者同时完成数据收集的数据(即不是由平台创建的用户数据)。每个参与者都被随机分配到与另一名同时开始研究的用户组成的小组;这些参与者都将对方的总步数视为他们两个配置选项中的一个。在每个会话中显示的第三个用户配置文件由平台生成并分配，从以下选项中选择:(1)第三个配置文件显示的步数总比2个活跃参与者中较低的步数低20%，并且单个参与者步数最多或处于中间;(2)第三个剖面显示了2个现场参与者之间的总步数，并且个体参与者的步数最多或最少;(3)第三个剖面显示步数总比2个活体参与者中步数较高的高出20%，个体参与者步数最少或处于中间位置。

在每种情况下，都添加了-2%到+2%的随机噪声因子来模糊我们的过程。该方法旨在通过展示一个虚构的第三个用户来测试对游戏环境的操作，该用户可能会为现场的队友提供最佳的比较体验。

在这些研究中，用户的步数和目标步数之间的距离(例如，80%和140%)是由提供现实的选项范围原则和相关文献指导的。具体来说，有证据支持Köhler效应和团队游戏环境中的“动机增益”，表明参与者的表现会随着比他们表现好20%的队友而提高[43,44］．在这项研究中，用户将向上和向下的目标作为选项，−20%的对称性被提供。我们选择了其他选项来保持真实性，同时捕捉用户自己的步骤之间的距离，这些距离足以显示与动机或行为相关的差异。在研究3中，设计细节(即低于、介于或高于2个真实用户的百分比)导致了更大的范围和目标集。每个研究设计的摘要在表2．

‎

‎

统计分析

所有分析均采用SAS(版本9.4;SAS研究所)。缺失的数据很少;研究1中数据缺失的天数为20%(7/35)(因为一名参与者的依从性低)，研究2中数据缺失的天数为1%(5/477)，研究3中数据缺失的天数为4.9%(24/486)。从相关分析中删除了观察到不合理值的额外数据，包括查看剖面的时间值(>6分钟;4次观察)和每天步数(<100;38观察)。研究2和3的结果数据集分别包括472和387个观测值。这些数据集为本节所述的主要内部测试提供了>0.80的功率(α的。05 [45])，尽管我们强调整个过程中的效应大小- pa以每天步数描述，而所有其他关联都使用半偏相关系数(老)．包括人与人之间的测试，以描述潜在的趋势，因为权力是有限的样本量。

我们首先使用空模型来计算类内相关系数(ICCs)，以确定在感兴趣的结果中可归因于人与人之间稳定性的方差比例。这包括与比较目标配置文件交互时的参与者导航行为(查看所选配置文件的时间和查看的元素数量)和PA结果(锻炼的动机和每天的步数)，这些在所有模型中都被视为连续的。在研究1中没有评估动机;三项研究均评估了每天的总步数。研究2和研究3的动机变化是通过从选择后的动机中减去选择前的动机来计算的。

我们的第一个目标是描述基于pa的比较选择，包括平台的参与者导航和所选剖面的比较方向和规模。为了实现这一目标，我们首先研究了性别、种族/民族身份和年龄(年龄被视为连续的，以大均值为中心)是否会对导航行为产生不同的预测。然后，我们使用描述符来检查用户配置文件在类别中的选择频率，表示用户的步数占参与者前一天步数的百分比(四舍五入到最接近的10)。所选择的比较目标(轮廓)的方向和规模(所有研究)，使用随机化呈现的目标的方向(研究2和3)，以及所选择的轮廓是否代表其他积极参与者或虚构用户(研究3)被视为分类，随后被用作PA结果的预测因子。

我们的第二个目标是检查比较选择和PA结果(锻炼动机和每天步数)之间的日水平关联。分析使用多层建模技术，使用SAS PROC MIXED和有限最大似然估计来处理嵌套的数据结构(即个体内嵌套的天数)。性别、种族/民族认同和年龄在所有多水平模型(研究2和3)中被用作协变量，比较目标方向和规模(所有研究)、随机目标集(研究2和3)以及虚构的用户与非用户(研究3)作为PA结果的预测因子。尽管在每项研究中，用户在观察天数的一定时间内访问了平台，但敏感性分析显示，用户访问平台的时间与我们感兴趣的任何结果无关，并且不会对下一节报告的结果或结论产生有意义的改变。为了简洁起见，我们报告了所有测试的结果，没有将一天中的时间作为额外的协变量。

最后，为研究2和3创建了新的导航行为和动机变量:通过计算每个人在几天内的平均值(人与人之间)和这个人的平均值与某一天的反应之间的差值来区分人与人之间和人与人之间的方差(人与人之间;即，以人为中心[46])。这可以测试每天的步数是否与导航行为或动机的个人波动相关，控制比较前后的典型导航行为或动机的典型变化。

伦理批准

所有程序都得到了德雷克塞尔大学机构审查委员会的批准(批准号1901006917)。

知情同意与赔偿

所有参与者都提供了知情同意文件。根据个人喜好，通过大学课程的额外学分或电子礼品卡提供补偿。

结果

研究1

在参与初始概念验证测试的5个人中，4人(80%)完成了对web平台的预期日常使用(即，在注册后19天内有6-7人);1名(20%)参加者在指定时间内完成每日使用2次。参与者选择查看他们选择的第一个用户的完整资料的天数为71%(20/28个选择)。在过去的几天里，参与者平均花费40秒(范围3.3-145秒)在他们所选择的完整资料上，平均点击5个(范围0-29)资料元素。每个参与者花在他们所选择的个人资料上的时间和他们选择查看的元素数量的变异性中，不到40%可归因于稳定的人与人之间的差异(ICC分别=0.28和0.36)，这表明在几天内这些行为在人与人之间存在相当大的变异性(P<。所有情况都是001)。

选择查看向上比较目标的完整轮廓比选择向下比较目标的频率要高得多，向上比较目标占观察选择的75%(21/28)。最受欢迎的选择是用户前一天130%的步数(13/28,46%的选择;表2)．与所有其他选择相比，参与者花在观看目标上的时间略长，他们的步数是前一天的110%B=18.53, SE 12.51秒;F₆= 2.19;P=.19)，但当查看前一天90%步数的目标时，会点击更多的配置文件元素(相比之下B=8.18, SE 3.31点击;F₆= 2.47;P= . 05)。就个人而言，无论是花费在查看概要文件上的时间还是查看的概要文件元素的数量都与每天的步数无关(P= 53,P=。99respectively). However, participants took nearly 4000 more steps on days when they selected upward targets than on days when they selected downward targets (F_1、3= 5.31;P=.10)，当他们选择的目标步数是他们前一天步数的110%时，步数最多(表3)．

研究2

与研究1类似，参与者选择在绝大多数日子里查看他们选择的第一个用户的完整资料(425/472,90%的选择)。在过去的几天里，参与者平均花费18秒(范围1.4-130)在他们所选择的完整资料上，平均点击9个(范围0-64)资料元素。每个参与者花在他们所选择的档案上的时间和他们选择查看的元素数量的大部分变异性都可归因于稳定的人与人之间的差异(ICC分别=0.53和0.63)，尽管两者都显示出同一个人在几天内的波动证据(P<。001为个人内部方差成分)。与女性相比，男性花费更长的时间查看每个简介，并选择查看更多的简介元素(P=。09年,P=。13,respectively); both behaviors were also positively associated with age (P=。02年和P=。02年,分别)。然而，所花费的浏览时间和所选择的元素数量都没有因种族/民族识别、所呈现的配置文件选项集或所选择的目标类型(P=,P=厚处,P=点,P= 36,P=点,P=。56,respectively).

向上比较目标选择的频率略高于向下比较目标选择的频率，占所有最终轮廓选择的54.2%(258/476)。然而，总体而言，查看完整档案时最受欢迎的比较目标选择是在参与者前一天步数的90%处向下的目标(表4)．在只有向下目标选项的日子里，参与者最常选择步数与自己最接近的目标(即前一天步数的90%);在只给出向上目标选项的日子里，这种趋势发生了逆转(即，他们的步数是前一天的140%，离他们自己的步数最远)。当有向上和向下的目标选项时，他们选择了总步数最高的目标(即前一天步数的120%)。

从选择前到选择后的平均动机变化在几天内略显积极(B=0.10, SE 0.05)，具有相当大的个体差异(ICC=0.18)。只有向下目标选项时，动机增长最低(表4)．有趣的是，参与者显示减少在运动动机方面，只有当他们选择的目标是前一天自己步数的60%和110%时(表4)．这些分别代表了从他们自己的台阶向下最远和向上最近的目标。当参与者选择了所有其他目标时，他们的积极性有所提高F₄₀₉= 5.38;P= .02点;老=0.32)，当控制所示的目标选项集时，这一趋势没有改变。

就每天的步数而言，参与者大约走540步更少的向下和向上的目标选择相对于只向上或只向下的目标时的步骤(对比F₄₁₇=−3.80;P= . 05)。当参与者在两个方向上选择距离自己最远的目标时，步数最多——当他们选择的目标步数是前一天自己步数的60%和140%时，他们大约多走了725步(对比F₄₀₉= 3.76;P= . 05)。如前所述，参与者并不总是选择能增加锻炼动机的目标。就个人而言，动机和步骤都不会因花费在查看所选概要文件或查看的概要文件元素数量上的时间而有所不同(P=陈霞,P= . 21,P=结果P= .90,respectively). However, controlling for their typical change in motivation to exercise from before to after comparison, on days when participants were more (vs less) motivated than usual after viewing their selected target, they engaged in more steps (F_1418年= 9.24;P= .003)。

研究3

在96.9%(375/387个选择)的情况下，参与者选择查看他们选择的第一个用户的完整资料。在过去的几天里，参与者平均花费72秒(范围1-351秒)在他们所选择的完整个人资料上，并点击查看平均12个(范围0-54)个人资料元素。与研究2一样，尽管每个参与者花在他们所选档案上的时间和他们选择查看的元素数量相当稳定(ICC分别为0.58和0.65)，但他们在几天内对同一个人显示出一些变化(个人内部方差分量;P<。所有情况都是001)。浏览个人资料所花费的时间和所选择的个人资料元素的数量再次与年龄呈正相关(P=。04和P=。03)，尽管这两种行为都与所呈现的配置文件选项集无关，但所选择的配置文件是否代表向上或向下的目标，或者所选择的配置文件是虚构的用户还是真实的参与者(P=,P=。P= .88点,P= .92点,P= .14点,P=。80年,分别)。然而，与研究2不同的是，在所选档案上花费的时间和所选档案元素的数量都没有因性别或种族/民族身份而不同(P= iseq指数,P=点,P= iseq指数,P=。3.5,respectively).

在研究3中用于生成档案的方法导致参与者选择的比较目标范围从前一天的0%到20,610%不等。这代表了步数从0到21,132步的用户选择，其中88个步数<1000步的用户选择，27个步数为>的用户选择。这产生了90个单独的选择类别，其中大多数类别代表向上的目标(即，被选中的用户比前一天的参与者步数多)。为便于解释，向上选择按参与者步数的百分比重新分类，如图所示表5．参与者选择伪造用户的天数最多(210/387,54.3%);当他们选择向上(而不是向下)的目标时，他们更有可能选择虚构的用户(F_1336年= 4.44;P=.04)，而当虚假用户在排行榜上排在最后时，他们选择虚假用户的可能性最小(F_2335年= 10.20;P<措施)。

与研究1和研究2一样，向上选择比向下选择更频繁，占所选目标的57.1%(221/387)。然而，与研究2不同的是，最受欢迎的选择总体上比前一天增加了120%的参与者步数(55/387,14.2%的选择;表5)．有120%的参与者步数来自前一天的用户，在伪造的参与者位于排行榜顶端的日子里，占所有选择的41.4%(53/128)，而在伪造的用户排名第二或第三的日子里，占所有选择的<1%(1/127,0.8%和1/132,0.8%)。总体选择频率接近的是拥有80%参与者步数的用户(与研究2一样;41/387, 10.6%的选择)和200%到999%的参与者步数(41/387,10.6%的选择)。值得注意的是，选择查看与参与者前一天步数相同的用户的配置文件的天数占2.3%(9/387)。

从选择前到选择后，运动动机的平均变化在几天内再次为正，但非常小(B=0.08, SE 0.51)，尽管个体变异是主要的(ICC=0.04)。当参与者选择的用户步数是前一天的190%时，动机增长最大，其次是前一天步数为70%的用户(表5)．参与者的动机减少在他们选择的向上目标步数距离自己最远的日子里(即，>步数是前一天步数的2000%)，以及他们选择的用户步数是前一天步数的10%、40%、80%、120%和160%;降幅最大的是那些选择了前一天40%步数的参与者。相对于虚假用户出现在两个真实参与者之上或之下的日子，当虚假用户在排行榜上被放置在给定参与者和另一个真实参与者之间时，动机的变化最大(对比)F₃₃₅= 2.34;P=点;老= 0.17)。当参与者选择向上或向下的目标时，动机的变化在天之间没有显著差异(在百分比类别上崩溃;F₄₇= .97点;P=.34)或在他们选择虚构用户与其他真实参与者的天数之间(F₄₆=美元;P= .98)。

关于每天的步数，参与者大约走500步更少的相对于虚假用户出现在两个真实参与者上方或下方的天数，虚假用户被放置在他们自己和其他真实参与者之间的天数(对比)F₃₀₃= 2.89;P= .09点)。当参与者选择和不选择查看虚构用户的资料时，步骤在天之间没有显著差异(F₄₆= 56;P= .46)。尽管根据所选剖面的比较方向和规模，步骤也没有总体上的差异(P= .90,P=。99,respectively), interestingly, steps were highest on days when participants selected users with 180% of their own steps from the previous day (approximately 5500 steps) and lowest on days when they selected users with 190% of their own steps from the previous day (approximately 1900 steps;表5)．当参与者选择向上和向下的目标时，步数也没有显著差异(在百分比类别上崩溃;P= .90)。

动机和步骤都与每个参与者每天花在他们所选择的概要文件上的时间或他们选择查看的元素数量的波动无关(亲自查看;P= .60,P= .64点,P= 38,P=点,respectively). Finally, although the within-person association between participants’ motivation and steps per day was not significant (F₃₀₄= 1.11;P=.29)，值得注意的是，这种关联的方向是负的，不像在研究2中，当他们在观看他们选择的资料后比平时更有动力时，参与者采取了更少的步数比平时多(B=−186.84,se 177.65)。

讨论

主要研究结果

在数字环境中，社会比较过程可以被激活以促进PA，尽管在这种情况下，个体与自我选择的比较目标的互动和反应尚不清楚。由于社交比较功能已经内置在许多现有的数字PA工具中[14,16,23]，这一系列研究旨在提供有关数字公关推广这一重要方面的额外信息。我们创建了独特的基于网络的平台来捕捉个人对社会比较目标的选择，他们与所选目标的信息的互动，他们对所选目标的主观反应，以及他们在每一天的公关行为。我们在这些研究中观察到一些相似点和不同点，可以进一步阐明这一领域。

首先，参与者在绝大多数日子里(71%-97%)选择查看他们选择的第一个参与者的完整资料，尽管许多参与者在返回并确定他们选择的第一个参与者之前探索了其他资料。参与者还与平台和他们选择的个人资料进行了不同的互动。尽管任务的一致性和简单性，但他们并没有仅仅满足于每天相同的行为模式。这强调了基于pa的比较的吸引力，以及它们与数字工具保持粘性的潜力，尽管需要更长的时间进行额外的测试。

其次，在收集人口统计信息的两项研究中，年龄较大的参与者比年轻参与者花更多的时间查看资料，并选择更多的资料元素来查看。这与现有的横向证据形成了鲜明对比，后者表明，老年人对比较的兴趣不如年轻人。47］．我们的发现可能反映了老年人比年轻人更注重参与研究的普遍趋势[48］．另一种可能是，横向的、回顾性的比较活动自我评价与可观察到的行为不一致;这种潜在的差异值得进一步研究，因为社会比较通常是使用全球自我报告测量方法来捕捉的[49,50］．同样值得注意的是，尽管这些研究的参与者年龄在18岁到56岁之间，但我们招募的大学生主要是20岁出头。因此，与年龄的关系值得进一步研究。其他基于人口统计学(如性别)的社会比较信息的行为互动差异的观察结果在本系列研究中并不一致，尽管这些比较的力量有限。

第三，在所有研究中，向上比较目标的轮廓比向下比较目标的轮廓更常被选择进行全面查看。这并不是随机暴露的产物——每个参与者都有相同数量的机会选择向上和向下的目标。此外，参与者倾向于选择离自己较远的向上目标(即那些台阶比自己多的人)，而不是离自己较近的向上目标。选择向上比较，尤其是当有很多选择的时候，通常是出于自我提升的愿望[51,52］．鉴于这些研究的参与者表示PA对他们很重要，选择PA表现非常好的目标提供了一个机会，可以从该目标那里学习信息，以支持实现类似的高地位[53］．例如，参与者可以从非常活跃的参与者的简介中学习活跃的新方法，让他们有机会设置PA目标来模拟目标。

然而，尽管向上的目标相对受欢迎，但参与者也经常选择向下的目标，并且倾向于选择与自己的目标接近的向下目标(而不是离自己的目标更远)。自我选择向下的目标往往是出于自我提升的愿望[51,52];看到自己在一个有价值的领域比别人做得更好，可以让人感到满足，并提供情绪上的提升。不同天的选择可能表明参与者的需求和当前目标每天都有变化，可以通过比较机会来满足[54,55］．

重要的是，参与者并不总是选择在主观PA动机或PA行为方面最有用的目标——许多选择与动机下降、PA参与度低或两者都有关。同样，由于查看他们所选择的比较目标，参与者在PA动机方面的变化与他们的PA行为并不一致。这一领域以前工作的子集显示了比较的重要方面，这些比较可能有助于解释这些发现，因此值得进一步考虑。一是人们并不总是选择能够实现自我提升或自我提升目标的比较机会;有时，他们的意图是确认他们自己的情况很糟糕或可能会恶化，或者是为不做出困难的行为改变(例如，“我已经比别人做得更好了，所以我做得很好”)找理由。56,57])。即使他们确实有积极的、以目标为导向的意图来选择特定的比较机会(例如，学习重要的信息或感觉更好)，他们的期望也并不总是能得到所提供的目标的满足。58］．在这种情况下，比较的机会实际上可能会导致消极的结果。

此外，社会比较选择机会的情感后果和行为相关性可能取决于比较者如何解释他们收到的信息。比较过程的识别-对比模型[59]提出比较者可以关注自己和目标之间的相似点或不同点(分别反映对目标的认同和对比)。认同一个向上的目标，突出了比较者可以获得类似(更好)结果的可能性，而与向下的目标相比，突出了比较者目前的成功(因为结果可能更糟)。相反，认同向下的目标表明比较者的情况很糟糕或可能变得更糟;与一个向上的目标相比，这突出了比较者的劣势，表明取得类似成功的可能性很低。在PA和健康行为的类似比较的背景下，最近有证据表明，对活跃他人的认同感越高(相对于较少)，参加锻炼课程的频率就越高[60]，识别和对比过程调节了所选目标类型(向上vs向下)与参与健康行为动机之间的关联[28］．对向上和向下比较的识别和对比在人与人之间也有所不同，并显示出同一个人随时间波动的证据[61-63］．因此，在这一系列研究中，参与者PA结果的高日变异性不能被所选目标的方向或规模完全解释，这可能是由于识别或与目标对比的程度存在个体或日水平的差异。在未来的工作中对这些过程进行评估，可以更充分地说明社会比较的复杂性，以及如何更好地利用社会比较促进PA参与。正如本节中进一步讨论的，为了有效地隔离这种变异性的来源，在未来的研究中，去除来自社会比较选择和暴露时间的变异性的潜在噪声将是最佳的。

最后，我们观察到研究结果之间的差异，这可能会产生更多的假设，以在未来的工作中进行检验。例如，在研究2中，对观看所选比较目标的PA动机与人内行为呈正相关，但在研究3中没有。研究2展示了目标选择选项列表和被选目标的总步数与参与者前一天的总步数并列。相比之下，研究3以排行榜的形式展示了社会比较目标选择选项，这样参与者就可以看到他们与其他2个用户的排名的可视化表示。这些差异可能会影响比较选择的心理动力及其与PA动机和行为的关联，一般或特定的个体。研究3中的目标选择选项也包括一个真实的参与者和一个虚构的用户，最终目标是确定虚构用户的最佳位置，以平衡对两个真实用户的比较效果。在这项研究中，当虚构用户位于排行榜中间(在两个真实用户之间)时，PA动机增加最多，但步数在这些天最低。排行榜和平衡方法可能削弱了比较的潜在负面影响，但也削弱了一些积极影响。

参加研究2的参与者也明显比参加研究3(和研究1)的参与者更活跃;相对于美国每天1万步的指导方针[6]，研究2中的平均活动水平为中等，而研究3(和研究1)中的平均活动水平较低。有可能，适度活动的人的PA动机和行为之间的一般对应关系比不活跃的人更强，因为适度活动的人更能实施他们的PA动机。研究之间的差异可能是由于参与者的特征，研究设计，或两者的结合。因此，目前尚不清楚在激活有益的基于pa的社会比较方面，一项研究设计是否比另一项更有用，或者是否存在一个子集，其中一个优于另一个。

本研究的优势与局限性

这一系列的研究有几个优点。具体来说，所有3项研究都在数天内客观评估了比较目标(档案)的选择、与目标的交互作用(即查看所花费的时间和查看档案元素的数量)以及PA行为(每天步数)。研究2和3还利用一个在之前的研究中测试过的瞬间项目，在目标选择前后捕捉了锻炼的动机[28,38］．在所有研究中，登记参与者的保留率都很高，数据丢失最少。此外，我们使用了一种多层次的分析方法，可以最大限度地发挥密集重复评估的效用，深入了解参与者的日常行为以及几天内的人际关系。最后，我们采用了迭代方法，使得每项研究中使用的平台在比较目标选项方面略有不同，以便在研究之间和跨研究之间进行初步比较。虽然每项研究的样本量都不大，并且不能就不同结果的来源提供明确的结论，但各研究之间的一致性和不一致性的观察为更大规模的假设驱动研究提供了强有力的基础。

除了适度的样本量外，还有其他一些限制是值得注意的。参与者对网络平台的访问不局限于一天中的某个特定时间，也不限制同一参与者在几天内保持一致。因此，参与者可能在一天中的不同时间参加活动(例如，在当天大部分步骤进行之前、中途和之后)。尽管参与者的比较被固定在他们前一天已经完成的步骤上，并且控制一天的时间并没有改变我们的发现，但这种不一致性可能会掩盖社会比较选择对当天动机或PA行为的任何影响，因为允许参与者之间和内部产生相当大的噪音。此外，由于一些参与者使用可穿戴式PA监视器(例如Fitbit腕带)，而另一些参与者使用不太敏感的智能手机加速计，因此捕捉到的PA行为的精度可能各不相同。对PA动机和行为的评估也不一致——动机指的是“锻炼”(即，有组织的持续的、中等到高强度的运动)，而行为是关于步数的(即，任何强度的整体运动，包括轻度活动)。尽管动机在研究2中确实预测了人与人之间的行为，但这种差异可能进一步有助于解释研究3中缺乏关联。未来的工作应确保对PA和PA行为的认知决定因素的评估参考相同的行为结果。

最后，参与者都是参加大学课程的学生，他们报告说PA对他们很重要。这确保了比较维度(PA)与参与者相关[15］．每项研究的平均参与者也远远达不到美国对PA行为的建议(即每天10,000步)，这表明参与者通常代表了可以从增加PA中受益的个体-一个感兴趣的目标人群。然而，从大学课程中招聘，并要求参与者认可对PA已经存在的兴趣，导致了受过良好教育、积极主动且主要是白人年轻人的样本。如上所述，现有证据表明，年轻人比老年人对社会比较信息更感兴趣，并表现出更强烈的反应[47］．这可能会限制社会比较过程作为PA提升工具的有效性，在美国，年轻人已经倾向于比老年人更活跃。11］．这些都是数字健康研究中常见的问题，尤其是在早期工作中。需要额外注意招募和保留不同的样本，以充分了解可能对促进PA有用的PA社会比较偏好和反应的范围。

结论

尽管存在这些局限性，但这些发现有几个重要的意义。在平台界面设计方面，当初始信息提供了社交比较机会时，用户会对查看其他用户的资料显示出兴趣，并与资料内容互动。此外，由于社会比较目标的选择通常与私人助理动机或行为的好处无关，目前数字私人助理推广工具的现实世界条件(提供不受限制的访问其他用户[14])似乎不能满足使用者的需要。结果可以通过对比较目标选项的细微操作来改善。这些探索性发现表明，限制用户基于pa的社交比较选项，并在几天内改变他们的选项(关于方向和规模)是可行和可接受的，完成率很高。一个重要的下一步是确定某些类型的比较是最优的人和直接环境(例如，老年人vs年轻人，男性vs女性，或高vs低的比较前动机)，以允许系统提供基于pa的社会比较机会，这最有可能使用户在日常生活中受益。