SOTA onderzoek: meten van motivatie adhv wearables

Abstract

Ready2Improve wil zijn digitale coachingsmethode verbeteren. Daarom is het waardevol om motivatie te meten voor een nauwkeurigere opvolging van klanten en om in te grijpen op het moment dat er een dip in motivatie optreedt. Deze masterproef heeft een theoretisch kader vastgelegd rondom motivatie. De belangrijkste theorie hiervoor is de zelfdeterminatietheorie (ZDT). Aan de hand van onder andere fysieke activiteit, slaap en hartslagvariabiliteit (gemeten via Fitbit-toestellen) werden verbanden gezocht met de motivatie. De motivatie werd gemeten bij 6 deelnemers tijdens een traject van 4 weken aan de hand van een vragenlijst, die ontwikkeld werd in het kader van de zelfdeterminatietheorie. Uit het experiment volgt dat een hogere hartslagvariabiliteit samenhangt met een hogere motivatie en vice versa. Voor toekomstig onderzoek wordt gesuggereerd om een machine learning-model te ontwikkelen en te voeden met zoveel mogelijk data die beschikbaar is binnen Ready2Improve. Hiervoor kunnen onder andere (maar niet alleen) slaap, fysieke activiteit, hartslagvariabiliteit en elektrodermale activiteit gebruikt worden als input features. Als target feature kan het resultaat van de vragenlijst dienen. Op deze manier kan een complex verband gezocht worden tussen meetbare factoren en de motivatie. Op lange termijn zou een indicatie van de motivatie verkregen kunnen worden door middel van voorspellingen op basis van metingen aan de hand van wearables.