Summary
本协议引入了一种非商业性的自主开发应用程序，用于收集实时现场数据，包括心理量表、GPS 位置、心率和血氧饱和度水平，以及该应用程序的操作程序。以2020年在台湾进行的实证研究作为应用实例。
Abstract
目前的协议旨在展示技术集成，详细说明在智能手机和智能手表上采用由国立台湾大学健康景观与健康人实验室（HLHP-NTU）开发的HealthCloud应用程序，以收集有关用户实时心理和生理反应以及环境信息的数据。提出了一种灵活和综合的研究方法，因为在景观和户外休闲研究的现场研究中很难测量个人数据的多维方面。以2020年在国立台湾大学校园进行的现场研究作为应用实例。在排除无效样本后，使用了385名参与者的数据集。在实验过程中，参与者被要求在校园里走动30分钟，同时测量他们的心率和心理量表项目，以及几个环境指标。这项工作旨在提供一种可能的解决方案，以帮助现场研究跟踪与环境因素相匹配的实时人类反应。由于该应用程序的灵活性，它在可穿戴设备上的使用显示出多学科研究的巨大潜力。
Introduction
实时数据收集
在日常生活中，人们以多种方式从物理环境中受益。例如，积极的结果，如心理1和心率恢复2已经被广泛发现。此外，还讨论了温度和湿度等环境因素与心理健康之间的关系3，4。研究还探索了生理和心理反应之间的联系，例如心率和压力5，6，7，8。在控制良好的实验室研究中发现了广泛的证据表明接触大自然对心理和生理的好处9，10，这可能并不代表该领域的各种影响因素。因此，为了衡量实时人类反应之间的关系，现场研究被认为比实验室模拟更能反映现实生活中的场景体验和对环境的反应11。此外，人类对环境的反应可能取决于背景12。鉴于了解人们心理生理健康与环境质量之间关系的重要性，迫切需要一种能够收集各种信息措施的实时自我跟踪测量。
生态瞬时评估（EMA）或经验抽样方法（ESM）可能代表现场研究的解决方案13，14。EMA和ESM旨在评估人类在现实生活中的现场瞬时反应15。通过采用自我跟踪技术，可以重新测量响应、反应和现场体验14.通过文本或通知等信号 通知 参与者在所谓的信号条件抽样计划中实施评估15.术语“EMA”主要用于健康相关研究13，而“ESM”倾向于用于休闲和户外娱乐研究16。尽管如此，这些术语偶尔可以互换使用12。
Beute等人讨论了将EMA应用于环境研究的可能性12，他指出，它们将允许处理更多种类的环境，而不仅仅是“自然”或“城市”。例如，通过采用动态测量（例如通过GPS位置跟踪），步行过程中的生理反应可以与实时位置数据集相匹配，从而提供更丰富的环境类型和环境特征的空间分辨率7。此外，EMA允许的实时数据收集确保了高生态有效性，为实验室研究提供了互补的观点。
越来越多的现场实证研究采用可穿戴设备和智能手机来监测个人在日常生活中的健康状况和研究目的17，18，19，20。与仅使用智能手机相比，采用这两种设备可能提供更多优势12。首先，使用智能手表的访问时间比使用手机21的访问时间短，这可能会减少中断负担。其次，手表比智能手机提供更大的身体贴合度22，手机可以用作保存和上传数据的瞬时数据库。第三，如今的智能手表为不同的参数提供多个传感器，例如心率变异性、心电图 （ECG） 和血压 23、24、25、26、27。个人和人类反应的整体方面可以推断出某些活动12.最后，智能手机通常放在口袋里进行基于智能手机的研究，当涉及到问卷时，与使用智能手表的情况相比，必须做额外的工作。
然而，很少有研究探讨心理和生理结果与环境信息之间的关系。因此，本研究展示了在智能手表和智能手机等可穿戴设备上采用非商业自主开发的应用程序HealthCloud，以收集实时心理，生理和环境信息。
自主研发的应用和可穿戴设备
用于可穿戴设备的应用程序由国立台湾大学健康景观与健康人实验室（HLHP-NTU）开发，旨在提供更方便和更灵活的方法来跟踪人类反应和环境数据，使研究人员能够进一步分析人类健康与环境信息之间的关系（图1）。
该应用程序基于iOS提供多种任务和被动数据收集功能。该应用程序在智能手表上收集自我报告的数据，例如通过Pop Quiz问题测量的心理量表项目，用户可以对他们的回答进行从一星到五星的评分，以便快速轻松地进行评估。这种类型的问题干预可以被认为是一种微交互-EMA（μEMA）-一种原位数据收集方法，与智能手表-EMA28相比，需要较少的关注和更高的响应率。传感器监测的生理反应数据，包括心率、心率变异性和血氧饱和度水平，可以使用iOS的功能进行测量。心率是通过智能手表的光学心脏传感器使用一种称为光电容积脉搏波的技术测量的29。该应用程序使用带有光敏光电二极管的绿色LED灯检测血流量，并计算每分钟的心跳。心率变异性 （HRV） 和血氧浓度 （SpO2） 可以使用应用程序进行检测。对于智能手机，诸如斯特鲁普测试（图2B）和图像捕获任务（图2C）以及环境声音任务（图2D）等任务，环境条件数据（包括相对湿度，天气和海拔高度）是从多个应用程序编程接口被动收集的。
图 1：应用程序概述。 该应用程序在智能手表、智能手机和数据库上的功能。 请点击此处查看此图的大图。
图 2：应用任务。 可在应用程序上使用的任务示例：从左到右，有 （A） 弹出式问题。（b） 斯特鲁普测试。 （c） 图像捕获任务。（d） 无害环境任务。 请点击此处查看此图的大图。
所有数据将上传到后端网站（访问合作研究人员，见材料表）。该网站提供几个主要功能：显示用户当前位置和心率的地图显示（图 3）、用于浏览和提取数据的数据表（图 4），以及用于修改任务频率、优先级和内容的任务配置（图 5）。凭借如此大的灵活性和广泛的测量范围，研究人员可以根据研究目标轻松选择先前所述的任务功能。此外，该应用程序可以使用户和研究人员受益。该应用程序根据他们回答的问题和他们选择的路线提供他们的健康报告和 GPS 位置轨迹（图 6）。因此，他们可以快速了解当天的健康状况，并继续跟踪他们的健康数据。
图 3：应用程序数据库上显示的地图。 应用程序数据库的地图显示为研究人员提供当前信息，包括位置和心率。 请点击此处查看此图的大图。
图 4：应用程序数据库上的数据表。 应用数据库中显示地图的数据报表，可通过筛选时间、字段或测试人员 ID 导出数据。 请点击此处查看此图的大图。
图 5：应用程序数据库上的任务配置。 可以修改调查表的任务优先级、时间间隔、语言和内容。 请点击此处查看此图的大图。
图 6：应用用户的运行状况报告。 使用该应用程序后，用户可以收到一组自动生成的单独结果。 请点击此处查看此图的大图。
代表性研究
为了展示在智能手机和智能手表上使用该应用程序收集数据的不同维度的整合，我们于 2020 年在台湾台北市的国立台湾大学校园进行了一项 原位 研究。该研究的参与者是在实验前1周通过在线表格在国立台湾大学的社交媒体粉丝页面上招募的。表格包括研究目的、过程、地点、参与条件、要佩戴的研究设备的示意图，以及供读者表明参与意愿和参与时间的空间。完成后，参与者在时间表前2天通过电子邮件通知参与者实验的确切时间和地点。由于研究考察了心理变化、生理、身体活动（行走）以及声音和颜色感知，参与者满足以下条件：（1）年龄在20-36岁之间，（2）身心健康，（3）不经常使用影响中枢神经系统的药物，（4）没有怀孕或哺乳，（5）没有心血管疾病史， （6）能步行30分钟以上，（7）能辨别颜色。
在实验当天，参与者获得了一套智能手机和智能手表，以及路线图。研究人员对研究目的、研究过程、可穿戴设备以及研究过程中的注意事项向参与者进行了统一的解释。在步行过程中，每5分钟使用一次Pop Quiz任务评估心理反应，并通过智能手表中的传感器每分钟测量一次生理反应，例如心率。实验结束后，参与者获得了200新台币等值礼品卡（~7美元）的补偿。
对于心理测量，这项研究考虑了景观偏好和感知恢复量表短版30的两个方面，即“远离”和“迷恋”。这些方面是通过要求参与者对以下陈述进行评分来衡量的：“这是一个远离日常需求的地方，在那里我可以放松并思考我感兴趣的东西”和“那个地方令人着迷;它足够大，足以让我发现事物并对事物感到好奇“，从（1）”强烈不同意“到（5）”强烈同意“，以基于注意力恢复理论衡量个人对环境恢复因素的感知31.景观偏好使用五分李克特量表进行评估，只有一个问题：“无论出于何种原因，你有多喜欢这个环境？”从（1）“很少”到（5）“非常喜欢”。问卷使用“Pop Quiz”任务发送，时间间隔为5分钟，这意味着参与者每5分钟收到一次问卷。
对于生理测量，步行时的心率（HR）用于以1分钟的时间间隔表示参与者的生理结果。通过智能手机收集环境信息，包括GPS数据（纬度和经度），温度，相对湿度，风速和风度。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
整个协议遵循国立台湾大学研究伦理委员会办公室的指示进行人体相关实验。在参与者招募期间，候选人被告知他们的指示和权利以及实验在演讲和写作方面的风险，并收集签署的同意书。该应用程序可以安装在智能手机和智能手表上（请参阅 材料表）。
1.心理生理实验的准备
- 获取实验站点的信息以安排活动。
- 根据应用方案的地点设计实验程序。
- 获得道德认可。
- 为参与者招募和程序说明准备实验介绍。
注意：说明包括参与者将在实验期间执行的任务以及注意事项。 - 在健康云应用程序后端网站中创建新的 字段名称 以标记目标数据。
- 登录后端网站。
注意：访问该网站现在仅限于合作研究人员。 - 在应用数据库的“管理员管理”中的“设置字段”中添加新的字段名称，以标记实验期间收集的数据（图 7）。
注意：目标数据可以在数据表中轻松识别和提取（图5）。
- 登录后端网站。
- 将调查表项目导入配置。
- 登录后端网站。
- 在 “管理员管理>配置”中，单击 “选择文件 ”按钮以上传给定格式的调查问卷（表1）。
注意：在 表1中，第一列是需要填写英文问题的地方;第二个是中文版，第三列是可以填写问题指示器的地方。用户收到英文或中文问题取决于智能手机的语言。在本研究中，整个系统的语言设置为中文;因此，问题是中文的。
- 设置弹出测验问题（调查表）的时间间隔。
- 登录后端网站。
- 在 “管理员管理>配置”中，通过在“弹出测验周期”中选择分钟数来设置时间间隔（图 5）。
注意：在本研究中，重复Pop Quiz任务的时间间隔为5分钟，但可以设置在1分钟到72小时之间。
2. 参与者招募
- 使用介绍性说明招募参与者。
注：本研究通过在线调查招募了受试者。参与者获得了智能手机和智能手表（见 材料表），无论他们是否拥有自己的设备。 - 排除年龄在20-36岁、怀孕或哺乳、色盲和患有嗅觉相关疾病的参与者。
- 介绍实验的全部内容，包括调查目的、实验研究方法和程序、实验要求、实验的潜在风险、对参与者的好处以及参与者的权利。
- 获得参与者的书面同意。
3. 可穿戴设备和应用程序的准备
- 在App Store上下载HealthCloud应用程序。
- 确保上述工具随时可用，具有良好的电池寿命、GPS 功能和稳定的站点互联网信号。
- 检查应用程序的操作程序以检查心率功能。
- 通过创建帐户在手机上登录应用程序（图 8A）。
- 确保在智能手机上的应用程序主页上成功收集所有实时信息，包括心率、位置（纬度和经度）、海拔、天气、用户自启动以来移动的距离以及自应用程序启动以来的持续时间（图 8B）。
- 在设置页面按“ 设置测量 ”，选择事先创建的 字段名称 ，并根据参与者的“测试编号”命名参与者。（图8C）。
- 设置设备后，用以下措辞口头指导受试者如何使用智能手表和智能手机进行正确评估。
- 按智能手表上的开始 开始 收集生理和环境信息（图 8D）。
注意：手表将在行走过程中振动五次来通知任务。 - 收到任务后，请按照手表上的说明进行操作。
- 要开始执行任务，请按 OK！ ，然后按照手表屏幕上显示的说明进行操作。
- 对于弹出测验任务，对 1-5 星的陈述进行评分以回答心理量表项目，然后按 发送 完成测量。
- 对于“拍照”，“斯特鲁普测试”和“语音”任务，请在手机上打开HealthCloud应用程序并按照说明进行操作。
- 对于 HRV 任务，打开 呼吸 应用程序并通过单击开始启动它。HRV 数据将被上传。
- 对于 SpO2 任务，打开手表上的 血氧 应用程序，然后单击 开始开始测量。结果将被上传。
注意：在步行之前，请通过以下说明提醒参与者：在步行过程中，您将以随机顺序和指定的时间间隔收到有关心理量表项目的问题。请不要在步行过程中修改手机或手表上的任何设置。如果发生任何错误，请立即通知教师。
- 按智能手表上的开始 开始 收集生理和环境信息（图 8D）。
4. 数据收集
- 要求参与者的个人身份证存款，以换取智能手表和智能手机。
- 口头提醒参与者放松并享受步行，措辞如下：“在实验过程中，请放松并享受整个步行;走路就像你没有在做实验一样。
- 步行后，收集设备并点击 退出和计算 以完成实验。
- 为参与者提供等值 200 新台币的礼品卡。
5. 数据分析
- 从应用的后端网站检索数据。
- 登录后端网站。通过过滤时间、字段和测试仪 ID 从数据表中提取研究数据。
- 按 导出 CSV 下载数据集（图 4）。
- 使用统计软件执行描述性统计分析（参见 材料表）。
| 问题（英文） | 问题（中文） | 指示器 | ||
| 这是一个远离日常需求的地方，在那里我可以放松并思考我感兴趣的事情。 |   |
远离 | ||
| 那个地方很迷人;它足够大，让我发现和好奇事物。 |   |
魅力 | ||
| 无论出于何种原因，您有多喜欢这个设置？ |  |
偏好 | ||
表 1：弹出测验问题的格式。 以本研究采用的心理量表项目为例，呈现流行测验问题的形式。
图 7：“字段名称”设置。 在后端网站中，需要以黑色键入新字段名称，然后单击“ 添加 ”以标记目标数据。 请点击此处查看此图的大图。
图 8：应用程序的操作过程。 用户登录。（A） 智能手表上应用程序的登录界面;智能手表上的应用程序在 （B） 处启动。（C） 应用程序的主页，其中显示了实时数据。（D） 测量设置为更改“字段名称”和“测试编号”。 请点击此处查看此图的大图。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
原始样本由 423 人组成，其中 18 人因应用程序测试版不稳定导致数据质量差而不得不排除，另有 20 人未能完成所有 Pop Quiz 问题。这导致有效采样率为0.91。从国立台湾大学招募了385名学生（213名女生，172名男生）的数据集。受试者年龄在20-36岁之间（M = 23.38，SD = 2.268）。关于他们的心理状态，收集了514个偏好评级（PREF，M = 3.74，SD = 1.033），548个远离评级（AWAY，M = 3.51，SD = 1.101）和523个迷恋评级（FSCN，M = 3.30，SD = 1.135）。对于生理反应（即心率，HR），收集了14，253个数据点（单位=每秒心跳，M = 107.83，SD = 15.002）。关于环境信息，14，253个数据点与GPS纬度（纬度，M = 25.018，SD = 0.002）和经度（LONG，M = 121.539，SD = 121.533）有关，14，253个数据点与温度（TEMP;单位 = 摄氏度，M = 33.87，SD = 1.517），14，253 与相对湿度 （RH;单位 = 百分比，M = 63.25，SD = 6.603），14，253 与风速有关（WS;单位 = 米每秒，M = 3.58，SD = 1.788），收集了 12，232 个与风度相关的风度（WD，M = 232.26，SD = 82.952）（表 2）。有了这些数据，可以对不同维度的变量进行统计分析，进而验证关系。
| 尺寸 | 项目 | N | 意味 着 | 标清 | 最低 | .MAX | |
| 心理反应 | 预选 | 514 | 3.74 | 1.033 | 1 | 5 | |
| 離開 | 548 | 3.51 | 1.101 | 1 | 5 | ||
| FASCN | 523 | 3.3 | 1.135 | 1 | 5 | ||
| 生理反应 | 人力资源 | 14,253 | 107.83 | 15.022 | 65 | 190 | |
| 环境信息 | 拉特 | 14,253 | 25.018 | 0.002 | 25.012 | 25.024 | |
| 长 | 14,253 | 121.539 | 0.002 | 121.533 | 121.544 | ||
| 临时 | 14,253 | 33.87 | 1.517 | 28.73 | 28.79 | ||
| 相对湿度 | 14,253 | 63.25 | 6.603 | 50 | 89 | ||
| WS | 14,253 | 3.58 | 1.788 | 0.5 | 7.7 | ||
| 白矮星 | 12,232 | 232.26 | 82.952 | 40 | 360 | ||
表2：心理、生理和环境数据的描述性统计。 1. PREF = 偏好;2. 离开 = 离开;3. FASCN = 魅力;4. LAT = GPS位置的纬度;5. LONG = GPS位置的经度;6. 心率 = 心率;7. 温度 = 温度;8. 相对湿度 = 相对湿度;9. WS = 风速;10. WD = 风向。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
研究的目的和重要发现
智能手机和智能手表等可穿戴设备已被广泛用于研究生理指标或综合征32，33，34，心理状态22，35;环境信息或行为18，36.智能设备的大多数应用都集中在个人信息的一个方面。据我们所知，目前的工作是为数不多的对心理、生理和环境数据提供综合和灵活评估的工作之一。此外，与仅使用智能手机作为研究工具的研究不同35，37，该协议利用智能手表为当前的心理状态评估提供移动问卷并密切测量生理数据。另一方面，智能手机用于数据存储、处理和传输。
协议中的关键步骤
为了遵守协议，考虑打算包括的活动的活动和时间表至关重要。活动内容可能会影响智能手表上传感器的准确性。例如，在步行过程中，使用智能手表收集心率显示出极大的有效性;然而，随着强度的增加，有效性降低38。其次，可穿戴设备和应用程序的详细说明可能有助于获得标准化结果。设备的不当操作影响了它们的数据收集。在我们的例子中，可能需要扩展应用程序和设备的说明，并应包括常见问题的解决方案。即使包含应用程序和设备的完整说明，参与者可能需要更长的时间才能熟悉这些项目。没有这些设备的参与者最初可能会挣扎，造成不利的新奇影响;然而，之前关于智能手机新颖性的研究结果显示，使用借来手机的参与者比使用自己手机的参与者参与更多39.最后，在该协议中，使用智能手表测量心理状态，并根据研究目标设置问卷之间的间隔。在之前使用智能手机作为健康干预措施的2-10周的长期研究中，干预措施设置为每天发生几次40，41;然而，在短期研究中，整个实验不到1小时即可完成，干预间隔为5分钟。任务的高频率可能会影响个人的现场体验。
协议和研究工具的优势和局限性
该应用程序的一个优点是，通过使用它，可以同时跟踪和自动上传多个维度的实时信息，包括心理、生理和环境数据。例如，研究人员可以用任何语言设计他们的书面问卷。通过修改任务交付的时间间隔，可以高自由度地调整测量强度。参与者可以在智能手表上接收任务;在回答问题或完成测试时，他们的心率、空间位置和天气数据会不断收集并上传到数据库。还可以分析所有具有有用信息的个人数据，例如用于跟踪其环境或环境物理属性的时间和位置数据。
研究工具、应用程序和设备的一个限制是它目前仅在 iOS 上可用。这可能会限制此协议的可用性。此外，智能手表的尺寸可能使其难以为特定人群（例如老年人）阅读。然而，人类反应和环境研究中的可穿戴设备已经显着增长42，43，44，与用于生理数据收集的医疗设备相比，它们价格合理。与单独的智能手机相比，它们收集的数据量更大，范围更广45.因此，寻求检查日常生活场景的研究在携带便利性和连续数据收集方面将具有显着优势12，45。该应用程序的另一个限制是，如果地理位置相对较近，则根据最近的可用信息收集的天气数据对于所有参与者都是相同的。但是，仍然可以对来自不同地点或不同日期的受试者之间的关系和比较进行可行的调查。
总结和今后的研究
这项研究显示了在可穿戴设备上采用该应用程序作为研究工具的潜力。根据协议（一组先驱程序），成功地测量和分析了三个维度的信息。研究人员可以通过遵循、扩展或调整协议来主观客观地衡量人类与环境的关系。这是进行纵向或横断面研究的一种独特而有效的方法。未来的研究可能会强调物理环境质量，这是景观研究的一个重要因素，以解决该协议未提及的因素。因此，可以客观地测量环境质量，例如，通过评估使用应用程序中的图像捕获任务收集的环境照片中的景观结构。此外，该协议还可以应用于不同的人群或地点。通过这套标准化程序，研究的规模可以扩展到区域或国家范围，而不仅仅是关注一个地点。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
台湾農業委員會從2018年到2020年資助了研究項目和HealthCloud應用程式開發[109農業科學-7.5.4-補充-#1（1）]（[109 
-7.5.4-
-#1（1）]）。
Materials
| Name | Company | Catalog Number | Comments |
| Apple Watch 6 | Apple | For the use of the HealthCloud app, such as Pop-up questions, heart rates measurement. | |
| iPhone | Apple | For the use of the HealthCloud app, such as GPS location collection, weather data colledction, data storage, data transfer. | |
| HealthCloud | Self-developed | The HealthCloud app, adopting Apple Watch and iPhone, was developed by Healthy Landscape and Healthy People Lab, National Taiwan University (HLHP-NTU) to track human responses. It adopted several APIs such as HealthKit, ResearchKit, Weather API and AppleWatch applications including Breathe app, and Blood Oxygen app to collect physiological status and psychological states, and environmental data in aims of further analyzing the relationships between human health and the environmental information. The link to the app in APP Store is as following: https://apps.apple.com/tw/app/healthcloud/id1446179518?l=en |
|
| backend website | The backend website of HealthCloud app for the use of the configuration of the tasks, data exportation, and the display of users. http://healthcloud.hort.ntu.edu.tw/ |
||
| HealthKit | Apple | For the use of retrieving the data of physiological responses such as heart rate, heart rate variability, and blood oxygen saturation level. The link to the HealthKit: https://developer.apple.com/documentation/healthkit |
|
| ResearchKit | Apple | This kit includes a variety of tasks for the use of research purposes. The functions adopted in HealthCloud app include Image Capture task, environment sound task, Stroop Test, to the Pop Questions of psychological state measurements such as perceived restorativeness scale, landscape preferences. The link to the ResearchKit: https://www.researchandcare.org/ |
|
| Weather API | OpenWeather | For the use of collecting the real-time environmental data, including humidity, weather, global positioning system location, altitudes, etc., from the nearest weather station. The link to the Weather API: https://openweathermap.org/api |
|
| Breathe app | Apple | For the use of assessing the real-time heart rate variability (HRV). This app was not included in the procedures of this pilot study. However, the HealthlCloud is now capable of retrieving the HRV data collected from Breathe app. The link to the Breathe app: https://apps.apple.com/us/app/breathe/id1459455352 |
|
| Blood Oxygen app | Apple | For the use of assessing the real-time Blood Oxygen Concentration level (SpO2). The latest version of HealthlCloud is capable of retrieving the SpO2 data collected from app. This app was not included in the procedures of this pilot study. However, The measurement of Blood Oxygen app: https://support.apple.com/en-us/HT211027 The link to the Blood Oxygen app: https://apps.apple.com/us/app/breathe/id1459455352" |
|
| IBM SPSS Statistics 25 | IBM | For the use of statistical analysis. The link to the Blood Oxygen app: https://www.ibm.com/support/pages/downloading-ibm-spss-statistics-25 |
References
- Purcell, T., Peron, E., Berto, R. Why do preferences differ between scene types. Environment and Behavior. 33 (1), 93-106 (2001).
- Engell, T., Lorås, H. W., Sigmundsson, H. Window view of nature after brief exercise improves choice reaction time and heart rate restoration. New Ideas in Psychology. 58, 100781 (2020).
- Ding, N., Berry, H. L., Bennett, C. M. The importance of humidity in the relationship between heat and population mental health: Evidence from Australia. PLOS ONE. 11 (10), 0164190 (2016).
- Majeed, H., Lee, J. The impact of climate change on youth depression and mental health. The Lancet Planetary Health. 1 (3), 94-95 (2017).
- Merkies, K., et al. Preliminary results suggest an influence of psychological and physiological stress in humans on horse heart rate and behavior. Journal of Veterinary Behavior. 9 (5), 242-247 (2014).
- Delaney, J. P. A., Brodie, D. A. Effects of short-term psychological stress on the time and frequency domains of heart-rate variability. Perceptual and Motor Skills. 91 (2), 515-524 (2000).
- South, E. C., Kondo, M. C., Cheney, R. A., Branas, C. C. Neighborhood blight, stress, and health: a walking trial of urban greening and ambulatory heart rate. American Journal of Public Health. 105 (5), 909-913 (2015).
- Rimmele, U., et al. Trained men show lower cortisol, heart rate and psychological responses to psychosocial stress compared with untrained men. Psychoneuroendocrinology. 32 (6), 627-635 (2007).
- Jo, H., Song, C., Miyazaki, Y. Physiological benefits of viewing nature: A systematic review of indoor experiments. International Journal of Environmental Research and Public Health. 16 (23), 4739 (2019).
- Bowler, D. E., Buyung-Ali, L. M., Knight, T. M., Pullin, A. S. A systematic review of evidence for the added benefits to health of exposure to natural environments. BMC Public Health. 10 (1), 1-10 (2010).
- Olafsdottir, G., et al. Health benefits of walking in nature: A randomized controlled study under conditions of real-life stress. Environment and Behavior. 52 (3), 248-274 (2020).
- Beute, F., De Kort, Y., IJsselsteijn, W. Restoration in its natural context: How ecological momentary assessment can advance restoration research. International Journal of Environmental Research and Public Health. 13 (4), 420 (2016).
- Shiffman, S., Stone, A. A., Hufford, M. R.
- Hektner, J. M., Schmidt, J. A., Csikszentmihalyi, M. Experience sampling method: Measuring the quality of everyday life. , Sage. (2007).
- Robbins, M. L., Kubiak, T., Mostofsky, D. I. Ecological momentary assessment in behavioral medicine: Research and practice. The Handbook of Behavioral Medicine. 1, 429-446 (2014).
- Fave, A. D., Bassi, M., Massimini, F. Quality of experience and risk perception in high-altitude rock climbing. Journal of Applied Sport Psychology. 15, 82-98 (2003).
- Ates, H. C., Yetisen, A. K., Güder, F., Dincer, C. Wearable devices for the detection of COVID-19. Nature Electronics. 4 (1), 13-14 (2021).
- Cagney, K. A., Cornwell, E. Y., Goldman, A. W., Cai, L. Urban mobility and activity space. Annual Review of Sociology. 46, 623-648 (2020).
- Chaix, B. Mobile sensing in environmental health and neighborhood research. Annual Review of Public Health. 39, 367-384 (2018).
- York Cornwell, E., Goldman, A. W. Neighborhood disorder and distress in real time: Evidence from a smartphone-based study of older adults. Journal of Health and Social Behavior. 61 (4), 523-541 (2020).
- Ashbrook, D. L., Clawson, J. R., Lyons, K., Starner, T. E., Patel, N. Quickdraw: The impact of mobility and on-body placement on device access time. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (CHI '08). , ACM. New York, NY, USA. 219-222 (2008).
- Hänsel, K., Alomainy, A., Haddadi, H. Large scale mood and stress self-assessments on a smartwatch. Proceedings of the 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing: Adjunct. , 1180-1184 (2016).
- Karmen, C. L., Reisfeld, M. A., McIntyre, M. K., Timmermans, R., Frishman, W. The clinical value of heart rate monitoring using an apple watch. Cardiology in Review. 27 (2), 60-62 (2019).
- Hernando, D., Roca, S., Sancho, J., Alesanco, Á, Bailón, R. Validation of the apple watch for heart rate variability measurements during relax and mental stress in healthy subjects. Sensors. 18 (8), 2619 (2018).
- Shcherbina, A., et al. Accuracy in wrist-worn, sensor-based measurements of heart rate and energy expenditure in a diverse cohort. Journal of Personalized Medicine. 7 (2), 3 (2017).
- Samol, A., et al. Patient directed recording of a bipolar three-lead electrocardiogram using a smartwatch with ECG function. Journal of Visualized Experiments. (154), e60715 (2019).
- Verdecchia, P., Angeli, F., Gattobigio, R. Clinical usefulness of ambulatory blood pressure monitoring. Journal of the American Society of Nephrology. 15, Suppl. 1 30-33 (2004).
- Ponnada, A., Haynes, C., Maniar, D., Manjourides, J., Intille, S. Microinteraction ecological momentary assessment response rates: Effect of microinteractions or the smartwatch. Proceedings of the ACM on interactive, mobile, wearable and ubiquitous technologies. 1 (3), 1-16 (2017).
- Monitor your heart rate with Apple Watch. , Available from: https://support.apple.com/en-us/HT204666 (2021).
- Berto, R. Exposure to restorative environments helps restore attentional capacity. Journal of Environmental Psychology. 25 (3), 249-259 (2005).
- Kaplan, S. The restorative benefits of nature: Toward an integrative framework. Journal of Environmental Psychology. 15 (3), 169-182 (1995).
- Firth, J., et al. Can smartphone mental health interventions reduce symptoms of anxiety? A meta-analysis of randomized controlled trials. Journal of Affective Disorders. 218, 15-22 (2017).
- Turakhia, M. P., et al. Rationale and design of a large-scale, app-based study to identify cardiac arrhythmias using a smartwatch: The Apple Heart Study. American Heart Journal. 207, 66-75 (2019).
- Weenk, M., et al. Continuous monitoring of vital signs using wearable devices on the general ward: Pilot study. JMIR mHealth and uHealth. 5 (7), 91 (2017).
- Wang, R., et al. StudentLife: Assessing mental health, academic performance and behavioral trends of college students using smartphones. Proceedings of the 2014 ACM international joint conference on pervasive and ubiquitous computing. , 3-14 (2014).
- Vhaduri, S., Munch, A., Poellabauer, C. Assessing health trends of college students using smartphones. 2016 IEEE Healthcare Innovation Point-Of-Care Technologies Conference IEEE. HI-POCT. , 70-73 (2016).
- Ståhl, A., Höök, K., Svensson, M., Taylor, A. S., Combetto, M.
- Khushhal, A., et al. Validity and reliability of the Apple Watch for measuring heart rate during exercise. Sports Medicine International Open. 1 (6), 206-211 (2017).
- Walsh, E. I., Brinker, J. K. Should participants be given a mobile phone, or use their own? Effects of novelty vs utility. Telematics and Informatics. 33 (1), 25-33 (2016).
- Enock, P. M., Hofmann, S. G., McNally, R. J. Attention bias modification training via smartphone to reduce social anxiety: A randomized, controlled multi-session experiment. Cognitive Therapy and Research. 38 (2), 200-216 (2014).
- Reid, S. C., et al. A mobile phone application for the assessment and management of youth mental health problems in primary care: A randomised controlled trial. BMC Family Practice. 12, 131 (2011).
- Huang, S., Qi, J., Li, W., Dong, J., vanden Bosch, C. K. The contribution to stress recovery and attention restoration potential of exposure to urban green spaces in low-density residential areas. International Journal of Environmental Research and Public Health. 18 (16), 8713 (2021).
- Doherty, S. T., Lemieux, C. J., Canally, C. Tracking human activity and wellbeing in natural environments using wearable sensors and experience sampling. Social Science & Medicine. 106, 83-92 (2014).
- Birenboim, A., Dijst, M., Scheepers, F. E., Poelman, M. P., Helbich, M. Wearables and location tracking technologies for mental-state sensing in outdoor environments. The Professional Geographer. 71 (3), 449-461 (2019).
- Kheirkhahan, M., et al. A smartwatch-based framework for real-time and online assessment and mobility monitoring. Journal of Biomedical Informatics. 89, 29-40 (2019).
