많은 여성들에게 적용을 통해 생식력을 조절하는 것은 감정의 소용돌이가 될 수 있습니다.

다이어트, 운동 또는 생리주기와 같은 개인 데이터를 정량화하기 위해 모바일 애플리케이션을 사용한 적이 있습니까? 이 모든 데이터를 제어 할 가능성이 당신에게 동기를 부여하고 기분을 좋게하거나 스트레스를 주거나 좌절하게 했습니까?

응용 프로그램의 형태로 개인 정량자가 등장하면서 웨어러블건강 관련 데이터에 점점 더 많은 사람들이 참여하고 있습니다. 2012 년 미국 퓨 리서치 센터 (American Pew Research Center)의 조사에 따르면 미국 성인의 69 %가 건강이나 사랑하는 사람의 건강을 관리하기 위해 어떤 유형의 정량자를 사용했습니다.

동료들과 저는 복잡하고 감성적 인 데이터 정량화 유형 인 다산을 조사하고 있습니다. 우리는 여성들이 임신을 시도 할 때 노력을 개선하기 위해 개인 데이터 정량화 기술을 사용하는 방식에 특히 중점을 둡니다. 수정 능력 문제는 드문 일이 아닙니다. 미국에서는 750 만 명의 여성이 생식력 문제로 고통 받고 있으며 이러한 유형의 응용 프로그램을 사용하는 사람은 많습니다. 삶

우리의 연구에 따르면 여성이 자신의 출산율을 정량화 할 때 여러 문제에 노출되는 방식과 다양한 방식으로 데이터에 반응하는 방식을 보여줍니다. 패배

아기와 더 많은 응용 프로그램에서 배란을 제어하고 비옥 한 날을 알기 위해

데이터를 사용하는 다른 방법

다산의 정량화의 주요 목표는 배란일을 결정하는 것입니다. 배란일은 매월의 다산 기간을 정의하기 때문입니다. 그러나 배란 시간을 정확하게 식별 할 수있는 단일 측정 값이 없으므로 여성은 다양한 지표 (예 : 체온, 신체 증상 또는 배란 예측 키트의 결과)에서 데이터를 입력합니다. 해당 기간의 추정치에 도달합니다. 불임 응용 프로그램은 이러한 유형의 데이터 수집을 촉진하고 분석하는 것을 목표로합니다.

우리는 여성의 의심과 도전 과제에 초점을 맞추기 위해 온라인 생식 포럼의 데이터를 먼저 분석하기로 결정했습니다. 우리는 2006 년에서 2016 년 사이에 1900 개 이상의 항목으로 400 개의 스레드를 분석했습니다. 11 월에 발표 된 결과에서 데이터에 따라 여성의 경험을 5 가지 유형으로 분류합니다.

1. 긍정적

자신의 데이터에 대해 긍정적 인 태도를 가진 여성들은 결과를 보는 것이 좋았다. 많은 경우에 그들은 신체가 어떻게 작동하는지 정량화하고 이해하기 위해 학습 과정에 있으며, 이는 흥분과 자신감을 느끼게합니다. 예를 들어 한 여성이 다음과 같이 썼습니다. "내일과 다음 이틀에 다시 시험을해야한다고 생각하십니까?

2. 압도

이 그룹의 여성들은 시간이 지남에 따라 수집 된 데이터의 양을 늘리는 경향이 있었으므로 정량화는 다소 지루해졌습니다. 이 여성들은 첫 번째 유형에 비해 스트레스와 불안이 더 높았습니다. 그러나 그들은 여전히 ​​데이터 제어 경험이 긍정적이라고 생각했습니다.

예를 들어, 한 여성이 자신의 일정을 정확하게 따르지 못해 압도 당했다고 느꼈습니다. "저는 아침 5:30에 온도를 측정합니다. 지난 2 일 동안 나는 지쳐 잠들었습니다. 어제 6시 30 분까지 내 온도를 측정했고 오늘 6시 50 분에 그 온도를 측정했습니다. 체온 차트를 망친 것 같아요? "

아기와 더 많은 배란 테스트에서 : 당신이 알아야 할 것과 다산 모니터의 장단점

3. 강박

이 그룹의 여성들에게있어 데이터 관리는 강박 적으로 시작되며, 종종 측정에 대한 모든 유형의 증상을 포함하여 압도적 인 유형보다 더 많은 데이터를 정량화하는 경향이 있습니다. 이런 의미에서, 그들은 데이터에 의해 소비되는 것으로 보이며, 종종 그것들을 초과하여 등록하고 심지어 더 높은 수준의 좌절과 스트레스를 표현합니다. 그러나 그들은 계속해서 정량화를 믿으며 다음과 같은 결론을 내릴 수 없습니다. "저에게 희망을주는 작은 불편 함이나 불규칙성을 찾고 있습니다 ... 어떻게 진행되고 있는지 알고 있습니다."

4. 잡힌

이것은 감정 수준에서 가장 강렬한 행동 유형입니다. 이 유형의 데이터와 관계가있는 여성은 임신을 시도하는 데 시간이 걸리는 경향이 있으며 종종 절망, 죄책감 및 의존의 징후를 나타냅니다. 그들은 데이터의 정량화를 멈추고 싶지만 다음과 같이 쓴 여성의 경우와 같이 불가능하다고 느낍니다. "한 번에 그만하고 싶지만이 모든 것을 잊을 수는 없다고 생각합니다. 진지하게 뇌를 만들 수 없다고 생각합니다 '오늘은 내 사이클의 10 일째이고 섹스를해야합니다.'

5. 포기

어떤 경우에는 정량화가 정서적으로 번거롭고 부정적인 결과로 인한 좌절이 너무나 치명적이므로 여성은 데이터의 정량화를 중단하고 일시적 또는 영구적으로 임신을 중단하기로 결정합니다. 한 여성은 다음과 같이 썼다. "그러나 모든 스트레스, 지속적인 걱정, 온도 측정, 적절한 시간에 성관계를 가졌을 때 의사 방문, 혈액 검사 및 약물 치료 후 휴식이 필요하다고 결정했습니다."

가능한 피드백주기

말할 필요도없이, 생식 문제는 단순히 개인 데이터 정량화 응용 프로그램을 사용하여 발생하지 않는 부정적인 정서적이고 스트레스가 많은 경험입니다.

아기와 더 불임에서 신체적으로나 심리적으로 영향을 미치는 질병

그러나 우리의 연구에 따르면 데이터를 정량화하면 불임 데이터 추적의 특정 특성으로 인해 이러한 감각이 강화 될 수 있습니다. 우선, 출산주기는 각 여성마다 매우 다르며 측정 값은 정확하지 않습니다. 주관적이거나 해석하기 어려울 수 있으며 배란의 직접적인 지표는 아닙니다. 예를 들어, 배란 예측 키트는 배란이 발생하면 체온이 상승하지만 다음 12 시간에서 36 시간 사이에 배란이 발생한다는 것을 나타냅니다. 또한 개인 데이터 추적에도 불구하고 임신이 발생하지 않기 때문에 목표를 달성 할 수 없습니다.

이러한 상황에서 개인 건강 데이터와의 상호 작용으로 인한 데이터 및 정서적 경험을 기록하면 모든 것이 수집되는 피드백 루프를 만들 수 있습니다. 긍정적이거나 압도적 인 여성은 약간의 부정적인 감정을 경험할 수 있지만 데이터와의 관계는 대부분 긍정적입니다. 이 경우 데이터의 통제는 희망과 통제와 같은 긍정적 인 감정과 관련이 있습니다.

그러나 우리의 연구에서 알 수 있듯이 데이터와의 다른 세 가지 유형의 상호 작용은 더 문제가있는 관계가 있음을 보여줍니다. 강박 관념 여성의 경우 감정 요소가 더 강하고 정량 활동을 지배하는 갇힌 유형 여성과 달리 측정 및 정량 활동이 감정 반응을 지배합니다 ...

마지막으로, 포기 상호 작용 유형의 여성은 데이터와의 관계가 너무 부정적이어서 지속 불가능한 지점에 도달했습니다.

더 나은 도구

우리의 작업을 통해 우리는 사람들이 자신의 삶에 부정적인 영향을 미치지 않으면 서 건강을 관리 할 수 ​​있도록 정량화 ​​기술 설계에 기여하고자합니다. 문제의 일부는 개인 데이터를 등록하고 따를 때 개인의 감정과 행동을 이해하는 데 있습니다.

이 유형의 연구는 동일한 도구와 활동이 다른 사람에게 거의 반대의 결과를 초래할 수 있음을 보여줍니다. 예를 들어식이 요법과 운동 응용 프로그램은 사람들의 건강 습관을 개선하는 데 도움이 될 수 있지만 섭식 장애가있는 사람들에게 문제가되는 경험을 만드는 데 기여할 수도 있습니다.

이를 통해 사람들을 개선 할 수있는 도구를 개발할 때 다양한 개별 경험을 강조하는 것이 중요하다고 말할 수 있습니다.

예를 들어, 건강 데이터와의 상호 작용에 따라 다른 종류의 도움이 필요할 수 있습니다. 다산의 경우, 상호 작용이 다소 문제가 될 경우, 도구는 정량화가 적은주기를 제안하거나, 스트레스를 다루기위한 제안을 제공하거나, 휴식을 취할 것을 권장 할 수 있습니다. 응용은 또한 생식력 변동성을 강조 할 수있다. 다른 예측 시스템의 특징과 문제점을 논의하고 성공의 유일한 방법으로 임신을 피하십시오.

어쨌든 우리의 연구에 따르면 데이터는 중립적이지 않습니다. 그들은 특히 섬세한 상황에서 강한 도덕적, 정서적 영향을 미칠 수 있습니다. 점점 더 많은 사람들이 일상 활동을 수량화함에 따라 응용 프로그램 제작자는 사용자의 감정과 복지에 관한 정보를 사용자에게 제공하는 데 어떤 영향을 줄 수 있는지 고려해야합니다.

저자 : Mayara Costa Figueiredo. 캘리포니아 대학교 어바인 컴퓨터 과학 박사 학위 학생. 유난 첸 캘리포니아 대학교 어바인 정보학 부교수.

이 기사는 원래 The Conversation에서 출판되었습니다. 여기에서 원본 기사를 읽을 수 있습니다.

Silvestre Urbón에 의해서 번역 되어짐