Big Data 2 TL

RESENSI
DIRI YANG
DIUKUR:
Disrupsi Mendasar dalam Ilmu Big Data dan Penemuan Biologi
Melanie Angsa
MS Futures Group, Palo Alto, California
Abstrak
Tren kontemporer utama yang muncul dalam ilmu big data adalah quantified
self (QS)–individu yang terlibat dalam selftracking segala jenis
informasi biologis, fisik, perilaku, atau lingkungan sebagai n =1
individu atau dalam kelompok. Ada peluangbagi ilmuwan big data untuk
mengembangkan model baru untuk mendukung pengumpulan, integrasi, dan
analisis data QS, dan juga untuk memimpin dalam mendefinisikan sumber
daya database akses terbuka dan standar privasi tentang bagaimana data
pribadi digunakan. Aplikasi QS generasi berikutnya dapat mencakup alat
untuk merender data QS yang bermakna dalam perubahan perilaku, menetapkan
garis dasar dan variabilitas dalam metrik objektif, menerapkan jenis
teknik pengenalan pola baru, dan menggabungkan beberapa aliran data
pelacakan mandiri dari elektro nic yang dapat dikenakan , biosensor,
ponsel, data genomik, dan layanan berbasis cloud. Visi jangka panjang
dari aktivitas QS adalah pendekatan pemantauan sistemik di mana iklim
informasi pribadi individu yang berkelanjutan memberikan saran
pengoptimalan kinerja waktu nyata. Ada beberapa batasan potensial yang
terkait dengan aktivitas QS — hambatan untuk adopsi yang meluas dan
kritik mengenai kesehatan ilmiah — tetapi ini dapat diatasi. Salah satu
aspek yang menarik dari aktivitas QS adalah bahwa pada dasarnya
merupakanfenomena kuantitas ive dan kualitatif karena mencakup
pengumpulan data metrik objektif dan pengalaman subjektif dari dampak
data ini. Beberapa dinamika ini sedang dieksplorasi karena diri yang
diukur menjadi diri yang memenuhi syarat dalam duacara: dengan menerapkan
metode QS untuk melacak fenomena kualitatif seperti suasana hati, dan
BD 85
SI DIUKUR DIRI
Angsa
dengan memahami bahwa pengumpulan data QS hanyalah langkah pertama dalam

menciptakan loop umpan balik kualitatif untuk perubahan perilaku. Dalam
jangka panjang di masa depan, se lf yang dikuantifikasidapat diubah
menjadi exoself yang diperluas karena kuantifikasi data dan pelacakan
diri memungkinkan pengembangan kemampuan indera baru yang tidak mungkin
dilakukan dengan indera biasa. Tubuh individu menjadi objek yang lebih dapat
diketahui, dihitung, dan dapat diadministrasikan melalui aktivitas QS, dan
individu memiliki hubungan yang semakin intim dengan data karena
memediasi pengalaman realitas.
Pendahuluan di mana tujuan dapat berkisar dari pelacakan umum hingga resolusi
patologi hingga peningkatan kinerja fisik
dan mental.
Apa itu diri yang diukur? Dalam beberapa hal semua orang sudah menjadi pelacak diri
karena banyak
Quantified self (QS) adalah setiap individu yang terlibat dalam individu mengukur
sesuatu tentang diri mereka sendiri atau memilikihal-hal yang dapat dilacak dari segala
jenis biologis, fisik, perilaku yang diukur tentang mereka secara teratur, dan juga
karena manusia memiliki informasi ioral, atau lingkungan. Ada keingintahuan bawaan yang
proaktif, mengotak-atik, dan kemampuan memecahkan masalah. sikap terhadap informasiobta
ining dan bertindak di atasnya. A Salah satu contoh paling awal yang tercatat dari
berbagai area pelacakan diri yang diukur dapat dilacak dan dianalisis, misalnya, adalah
dari Sanctorius dari Padua, yang mempelajari berat pengeluaran energi, tingkat energi,
suasana hati, penggunaan ti me, kualitas tidur, kesehatan, dalam sistem kehidupan dengan
melacak berat badannya versus asupan makanan dan kinerja kognitif, atletik, dan strategi
pembelajaran selama 30 tahun di abad ke-16. 2 Demikian juga ada (Tabel 1). 1 Kesehatan
adalah fokus penting tetapi tidak eksklusif, preseden filosofis untuk diri yang diukur
sebagai intelektual
DOI: 10.1089/big.2012.0002 MARY ANN LIEBERT, INC. VOL. 1 NO. 2 JUNI 2013 BIG DATA
Tabel 1. Kategori dan variabel pelacakan verbalncy, kesabaran, kreativitas,
diri yang diukur penalaran, kewaspadaan psikomotorik
Variabel lingkungan: lokasi,
Aktivitas fisik: mil, langkah, kalori, arsitektur, cuaca, kebisingan, polusi,
pengulangan, set, kekacauan, cahaya, musim
METs (setara metabolik) Variabel situasional: konteks, situasi,
Diet: kalori yang dikonsumsi, kepuasan situasi, waktu, hari dalam
karbohidrat, lemak, protein, bahan- seminggu
bahan tertentu, indeks glikemik, rasa S variabel okial: pengaruh,
kenyang, porsi, dosis suplemen, kepercayaan, karisma, karma,
kelezatan, biaya, lokasi peran/status saat ini dalam kelompok
Keadaan dan sifat psikologis: suasana atau jejaring sosial
hati, kebahagiaan, iritasi, emosi,
kecemasan, harga diri, depresi, Sumber: K. Augemberg. 1 (Direproduksi
dengan izin dari K. Augemberg)
kepercayaan diri
Keadaan dan sifat mental dan kognitif:
IQ, kewaspadaan, fokus, perhatian mulai dari Epicureans hingga Heidegger
selektif / berkelanjutan / terbagi, dan Foucault telah peduli dengan
reaksi, memori, cerobong asap ''perawatan diri.'' Istilah
''quantified self'' dan ''self-
86BD DATA BESAR JUNI

2013
RESENSI
Angsa
tracker'' adalah label, formalisasi pertemuan ''show-andtell'', pelacak
kontemporer milik perkembangan umum diri berkumpul dalam lingkungan
dalam sejarah manusiapengukuran usi ng, kepercayaan, berbagi, dan reciprocity
sains, dan teknologi untuk membawa untuk membahas proyek, alat, teknik,
ketertiban, pemahaman, manipulasi, dan dan pengalaman. Ada format standar di
kontrol ke dunia alami, termasuk tubuh mana proyek disajikan dalam versi
manusia. Sementara konsep diri yang sederhana dari metode ilmiah, menjawab
diukur mungkin telah dimulai dalam tiga pertanyaan: ''Apa yang Anda
pelacakan diri n = 1 pada tingkat lakukan?'' ''Bagaimana Anda
individu, istilah ini dengan cepat melakukannya?'' dan ''Apa yang Anda
diperluas untuk memasukkan permutasi pelajari?'' Konferensi ketiga kelompok
lain seperti ''data kelompok''—gagasan ini diadakan di Universitas Stanford
tentang data agregat dari beberapa diri pada bulan September 2012 dengan lebih
yang diukur sebagai pelacak diri dari 400 peserta. Kelompok masyarakat
berbagi dan bekerja secara kolaboratif lain membahas masalah terkait, misalnya
dengan data mereka. Habit Design (www.habitdesign.org),
sebuah koperasi nasional yang berbasis
di AS untukpraktik terbaik dalam
Diri yang Dikuantifikasi secara Lebih Detail mengembangkan kebiasaan sehari-hari
yang berkelanjutan melalui psikologi
Diri yang diukur mulai menjadi fenomena
perubahan perilaku dan mekanisme
utama karena 60% orang dewasa AS saat
lainnya.
ini melacak berat badan, diet, atau
rutinitas olahraga mereka, dan 33%
memantau faktor-faktor lain seperti Proyek diri terukur teladan
gula darah, tekanan darah, sakit Berbagai proyek pelacakan mandiri yang
kepala, atau pola tidur. 3,4 Selanjutnya, diukur telah dilakukan, dan beberapa
27% dari AS Pengguna internet melacak telah dipilih dan dijelaskan di sini
data kesehatan secara online,5 9% telah untuk memberikan gambaran keseluruhan
mendaftar untuk peringatan kesehatan tentang beragam aktivitas. Salah satu
pesan teks,6 dan ada 40.000 aplikasi contohnya adalah tahun visualisasi
kesehatan smartphone yang tersedia. 7 makanan mahasiswa desain Lauren Manning
Publikasi yang beragam seperti BBC,8 (Gbr. 1), di mana setiap jenis makanan
Forbes,9
dan Vanity Fair10 telah meliput yang dikonsumsi dilacak selama periode
gerakan diri yang diukur, dan itu satu tahun dan divisualisasikan dalam
adalah tema utama di CES 2013, pameran format infografis yang berbeda. 13 Proyek
dagang elektronik konsumen global. 11 lain adalah Diet Informasi Tim McCormick,
sebuah penyelidikan konsumsi media dan
Komentator pada konferensi industri
praktik membaca di mana ia mengembangkan
biasa pada tahun 2012, Health 2.0,
mekanisme untuk mengukur nilai input
mencatat bahwa lebih dari 500
informasi yang berbeda (misalnya, umpan
perusahaan membuat atau mengembangkan
Twitter, situs berita online, blog) untuk
alat manajemen diri, naik 35% dari awal
mendapatkan aliran informasi yang
tahun, dan bahwa pembiayaan ventura
diprioritaskan untuk konsumsi pribadi. 14
pada periode yang sepadan telah
Contoh ketiga adalah penyelidikan
meningkat 20%. 12 Di pusat gerakan diri
multitahun Rosane Oliveira tentang
terukur adalah, tepatnya, komunitas
diabetes dan risiko penyakit jantung,
Diri Terkuantifikasi, yang pada Oktober
menggunakan saudara kembar identiknya
2012 terdiri dari 70 kelompok pertemuan
sebagai kontrol, dan menguji pergeseran
di seluruh dunia dengan 5.000 peserta
pola makan vegan dan penanda tabolisme
telah menghadiri 120 acara sejak
seperti insulin dan glukosa. 15
komunitas dibentuk pada tahun 2008
(video acara tersedia online di
http://quantifiedself.com/). Pada
MARIA ANN LIEBERT, INC. JILID 1[2] JUNI 2013 DATA BESAR
BD87
SI DIUKUR DIRI
Angsa
Proyek keempat yang dengan baik dirancang untuk menciptakan momen

menggabungkan berbagai elemen pelacakan kegembiraan yang tak terduga dalam
diri terukur, peretasan perangkat keras, interaksi manusia. 16 Projek kelimadari
peningkatan kualitas hidup, dan penyelidikan yang sedang berlangsung
serendipity adalah sensor otot adalah analisis pribadi Robin Barooah
smiletriggered electromyogram (EMG) Nancy tentang konsumsi kopi, produktivitas, dan
Dougherty dengan tampilan ikat kepala meditasi, dengan temuan bahwa konsentrasi
light emitting diode (LED). Proyek ini meningkat dengan berhentinya minum kopi.
adalah 17
Akhirnya adalah proc ess pelacakan ide
Amy Robinson di mana dia mengirim email
ide dan inspirasi untuk dirinya sendiri
dan kemudian memvisualisasikannya di
Gephi (alat grafik sumber terbuka). 18
Proyek-proyek ini menunjukkan berbagai
topik, kedalaman pemecahan masalah, dan
berbagai metodologi karakteristik QS
projects. Indikasi tambahan tenor dan
konteks eksperimen QS dapat dilihat pada
komentar teladan dari konferensi
komunitas 2012 (Tabel 2).
Alat untuk pelacakan diri dan eksperimen diri

Berbagai alat yang digunakan untuk
pelacakan QS danrencana expe rimentation.
Saat ini, sebagian besar alat QS tidak
GAMBAR 1. Satu tahun visualisasi konsumsi
makanan oleh Lauren Manning. mengumpulkan data secara otomatis dan
memerlukan input data pengguna manual.
Kemunculan baru-baru ini di komunitas
adalah alat yang dibuat secara eksplisit
untuk desain dan pelaksanaan eksperimen
QS yang cepat, termasukPACO, Personal
Analytics Companion
(https://quantifiedself.appspot.com/),
dan studycure (http:// studycure.com/).

2013
RESENSI
Angsa
Motivasi untuk eksperimen diri yang diukur (http://genomera.com/studies/knowledge-
Pelaku pengalaman dirimungkin memiliki generation-through-self-
berbagai motivasi. Setidaknya ada satu experimentation). Studi ini telah
studi yang menyelidiki proyek pelacakan menemukan bahwa alasan utama individu
diri, DIYgenomics Knowledge Generation melakukan proyek QS adalah untuk
through Self-Experimentation Study menyelesaikan atau mengoptimalkan
masalah gaya hidup tertentu
memanjang dari pena dan kertas seperti kualitas tidur. 20 Pelacakan manual utama lainnya
ke spreadsheet, menemukan bahwa aplikasi seluler eksperimen QS, dan khusus sering
diulang melalui banyak yang berbeda''TEMUAN LAIN ADALAH BAHWA
Perangkat. Solusi QS ent kontemporer standar, dan jenis solusi, perangkat
termasukdometer pe Fitbit, TIDAK BANYAK sebelum menemukan resolusi akhir pelacak
tidur myZeo, dan Nike + INTROSPEKSI SEBAGAI titik. Beberapa temuan spesifik
adalah pelacak kebugaran UP Jawbone UP. HASIL EKSPERIMEN DAN kualitas tidur
yang buruk itu adalah yang besar-
Situs web Quanti fied Self mencantumkan faktor gest yang dikaitkan dengan pekerjaan
ARTINYA TETAPI LEBIH TEPATNYA
lebih dari 500 alat per Oktober 2012 produktivitas untuk beberapa individu-
(http://quantifiedself.com/guide/), SIKAP PRAGMATIS als. Untuk satu orang,
meningkatkan sebagian besar tentang olahraga, berat badan, MENUJU MEMILIKI KASUR
TEMPAT TIDUR memecahkan masalah, kesehatan, dan pencapaian tujuan. Uni- MASALAH
YANG DIPERLUKAN dan untuk yang lain, pelacakan dan pelacakan refied untuk
beberapa kegiatan adalah ducing konsumsi kafein. SebuahSOLVING.''
tersedia di aplikasi seluler temuan lain adalah bahwa tidak ada seperti Track and Share
(www banyak introspeksi tentang experi.trackandshareapps.com) dan hasil mental harian
dan artinya tetapi
Pelacak (www.thedailytracker.com/). 19
Penyampaian informasi, bukan visualisasi
Banyak solusi QS memasangkan perangkat data.
dengan antarmuka web untuk ag gregasi Mengukur emosi dan sensasi data melalui
data, tampilan infografis, dan haptics. Tampilan data numerik dan
rekomendasi pribadi dan ac- grafik adalah antarmuka.
Quantifying adalah langkah
Tabel 2. Kutipan yang Dapat perantara.exosenses (haptics, wearable
Dikutip dari 2012 electronic senses) benar-benar apa yang
Konferensi Diri Terukur
kita inginkan.
Dapatkah saya menanyakan kemeja saya, Ledakan data abadi.
atau apakah saya terbatas pada Penerapan metrik mendistorsi data dan
penggunaan kueri yang dikemas dalam pengalaman.
kemeja saya? melainkan sikap pragmatis terhadap
Misi kami sebagai quantified self adalah memiliki masalah yang perlu dipecahkan.
untuk menemukan misi kami. Data adalah Manfaat signifikan dari proyek
minyak baru. eksperimen diri adalah bahwa kecepatan
Gerakan perangkat keras ramping menjadi bertanya dan bereksperimen iterasi bisa
gerakan santunan hati. jauh lebih besar daripada dengan metode
Informasi ingin ditautkan. tradisional. Pada tingkat meta, penting
Kami lebih memikirkan kucing / anjing untuk mempelajari dampak dari praktik
kami daripada hewan peliharaan kami pelacakan diri. Salah satu alasannya
yang sebenarnya, mikrobioma kami. adalah bahwa informasi kesehatan itu
sendiri merupakan intervention. 21
Beberapa penelitian telah menemukan
BD89
SI DIUKUR DIRI
Angsa
bahwa mungkin ada efek yang lebih tepat untuk penyimpanan jangka
merugikan,22 sementara yang lain telah panjang belum dikembangkan.
mendokumentasikan manfaat keseluruhan
dari pelacakan diri terhadap hasil Contoh lain adalahdata g enomik pribadi
kesehatan dan kebugaran serta psikologi dari perusahaan ''chip SNP'' (yaitu,
pemberdayaan polimorfisme nukleotida tunggal)
dan pengambilan tanggung jawab. 23–25 seperti 23andMe, Navigenics, dan
deCODEme. File-file ini merupakan 1-2%
dari genom manusia dan biasanya
memiliki 1-1,2 juta catatan, yang berat
Bagaimana Diri yang Terukur Menjadi Tantangan untuk memuat dan meminta (terutamay
Menarik bagi Big Data Science ketika membandingkan beberapa file)
Proyek diri yang diukur menjadi tanpa alat manajemen data tertentu.
tantangan manajemen dan manipulasi data Seluruh file genom manusia jauh lebih
yang menarik untuk ilmu data besar di besar daripada file SNP. Vendor
bidang pengumpulan, integrasi, dan Illumina dan Knome mengirimkan file
analisis data. Meskipun aliran data berukuran multi-terabyte ke konsumen
mandiri yang diukur mungkin tampaknya dalam format yang hampir tidak dapat
tidak sesuai dengan konsep dan definisi digunakan pada computer atau zip drive
tradisional big data— ''kumpulan data mandiri. Dalam jangka pendek, layanan
terlalu besar dan kompleks untuk berbasis cloud standar untuk
diproses dengan alat manajemen basis penyimpanan, berbagi, dan manipulasi
data di tangan'' data QS akan sangat berguna. Dalam
(http://en.wikipedia.org/wiki/ jangka panjang, solusi big data
Big_data)—atau contoh berkonotasi diperlukan untuk mengimplementasikan
seperti 1 juta transaksi Walmart per visi pendekatan sistemik dan
jam yang ditransmisikan ke basis data berkelanjutan terhadappengumpulan data
yang berukuran 2,5 petabyte yang tidak mengganggu dari berbagai
(http://wikibon.org/blog/big-data- sumber yang diolah menjadi aliran
statistics/), Diri yang diukur, dan wawasan dan intervensi perilaku.
kesehatan dan biologi secara lebih Membuat kemajuan dalam tantangan
umum, menjadi prob data besar kontemporer kritis pengobatan
penuhdalam banyak hal. Pertama, pencegahan—mengenali tanda-tanda
individu mungkin tidak memiliki alat peringatan dini danmenghilangkan
yang tersedia pada sumber daya kondisi selama 80% dari siklus hidup
komputasi lokal untuk menyimpan, praklinis mereka—kemungkinan memerlukan
mengkueri, dan memanipulasi kumpulan pengumpulan rutin berdasarkan urutan
data QS. Kedua, kumpulan data QS satu miliar poin data per orang. 26
semakin besar ukurannya. Proyek QS awal Peluang big data science spesifik dalam
mungkin terdiri dari kumpulan data yang pengumpulan, integrasi, dan analisis
dapat dikelola dari data yang dilacak data dibahas di bawah ini di bagian
sekutu manu (yaitu, ''data kecil''). pengumpulan data, integrasi data,
Ini tidak lagi terjadi karena kumpulan analisis data, dan peluang dalam
data QS yang jauh lebih besar sedang bekerja dengan korpora data besar.
dihasilkan. Misalnya, monitor detak
jantung, penting untuk pemantauan Pengumpulan data: aliran data kesehatan besar
risiko jantung prediktif, mengambil Perlu adanya big data scientist untuk
sampel dengan urutan 250 kali per memudahkan identifikasi, pengumpulan,
detik, which menghasilkan 9 gigabyte danpenyimpanan aliran data terkait
data per orang per bulan. Algoritma aktivitas QS. Baik profesional
kompresi yang tepat dan terjemahan data kesehatan institusional tradisional dan
mentah menjadi data agregat yang akan individu QS mulai menemukan diri mereka

2013
RESENSI
Angsa
di era baru data yang diperluas secara lingkungan dua pertiga. 32 Ada beberapa
besar-besaran dan memiliki tantangan contoh penting dari proyek QS yang
yang menyertainya dalam menggunakan melibatkan integrasi beberapa aliran data
data baru inimenuju resolusi patologi kesehatan besar. Pelacak diri biasanya
dan hasil kesehatan. Aliran data mendapatkan profil genomik dan
kesehatan besar dapat dikelompokkan mikrobiomik yang mendasarinya dan
menjadi tiga kategori: data medis meninjau informasi ini bersama dengan tes
tradisional (riwayat kesehatan pribadi darah dan tes proteomik untuk menentukan
dan keluarga, riwayat pengobatan, tingkat dasar dan variabilitas untuk
laporan laboratorium, dll.), Data keragaman markers dan kemudian
''omics'' (genomik, mikrobiomics, bereksperimen dengan intervensi yang
proteomik, metabolomik, dll.), dan data berbeda untuk kesehatan yang dioptimalkan
pelacakan diri yang diukur (Gbr. 2). 27 dan pengurangan patologi. Beberapa contoh
Perubahan utama adalah bahwa karena dari proyek integrasi data QS semacam ini
anjloknya biaya pengurutan dan termasuk studi DIYgenomics,33 Obat 4P
penyimpanan data berbasis Internet, Leroy Hood (prediktif,
banyak dari aliran data ini sekarang
tersedia langsung ke konsumen. Dalam
kategori omics dari aliran data
kesehatan, pada Januari 2013 profil
genomik tersedia seharga $99 dari
23andMe (mengurutkan 1 juta SNP yang
paling banyak diteliti) dan profil
mikrobiomik tersedia seharga $79 dari
uBiome (www.indiegogo.com/ubiome) dan
$99 from American Gut Project
(www.indiegogo.com/americangut).
Aplikasi konsumen yang luas dari aliran
data omics terintegrasi belum tersedia,
karena proyek institusional28,29 sendiri
pada tahap awal, tetapi dapat dengan
cepat muncul dari akademisi
melaluilayanan proteomik onsumer c
seperti Talking20 (20 asam amino tubuh)
yang menawarkan kartu tes darah rumah
$5 untuk panel multi-item (misalnya,
vitamin, steroid, dan kolesterol). 30 GBR.2. Data kesehatan besar
streams menjadi semakin
tersedia bagi konsumen.
Integrasi data
Tantangan utama dalam proyek QS dan
realisasiprev entive medicine secara
lebih umum adalah mengintegrasikan aliran
data kesehatan yang besar, terutama
memadukan data genomik dan lingkungan.
Seperti yang dikatakan direktur Institut
Kesehatan Nasional AS Francis Collins
pada tahun 2010, ''Genetika memuat pistol
dan lingkungan menarik tali-temali.'' 31
Ini adalah heuristik umum untuk kondisi
penyakit umum seperti kanker dan penyakit
jantung bahwa genetika memiliki
kontribusi sepertiga terhadap hasil dan
BD91
SI DIUKUR DIRI
Angsa
personalisasi, preventif, Karya David Analisis real-time berdasarkan

dan partisipatif),26 Duncan data wawasan dari pemrosesan
Proyek Manusia Eksperimental,34 input sensor multifaktor.
Proyek pengurutan Fungsionalitas semacam
mikrobiomik dan analisis ini dapat diperluas ke
laktoferin pelacakan n = 1), pengembangan layanan
penyakit Crohn Larry dalam fleksibel yang merespons
Smarr,35 dan proyek secara realtime terhadap
Pengujian Hormon Tiroid permintaan tidak hanya
Steven Fowkes. 36 Studi pada tingkat individu
dapat dilakukan secara tetapi juga
individual ( kelompok tingkatkomunitas. Contoh
(agregasi n = 1 konkretnya adalah
individu), atau dalam menggunakan waktu, jenis,
sistem (misalnya, dan siklus 4 juta
keluarga, tim atletik, transaksi pembelian yang
atau kelompok tempat terjadi selama minggu
kerja). Untuk studi Paskah di Spanyol
kelompok, kolaborasi tion data
penelitian crowdsourced,
jejaring sosial
kesehatan, dan aplikasi
seluler memungkinkan VE DARI
studi dilakukan pada BANYAK QS
tingkat skala dan
kekhususan baru, ''PROYEK SEDANG
misalnya, memiliki ribuan OBJECTI MENYARING
peserta dibandingkan MELALUI L SET ARGE
dengan lusinan atau
DIKUMPULKAN DATA UNTUK
Ratusan. 37,38
PENGECUALIANDITEMUKAN
Kemampuan untuk TANDA SHI DI ATASNYA
menggabungkan lusinan ATAU TELINGAADALAH
aliran data QS untuk
mencari korelasi sedang SENDIRI FT DALAM POLA
dikembangkan oleh proyek- PERINGATAN LY
proyek seperti Singly,
Fluxstream, Bodytrack, NAL.''
Sympho.Me, Sen.se, Cosm,
dan Health Graph API. 39
Gambar 3 menunjukkan berguna. 41
tampilan ''mulitviz''
dari Sen.se yang memplot
konsumsi kopi, interaksi
sosial, dan suasana hati
ke sirip d hubungan yang jelas antara (http://senseable.mit.edu/bbva/) untuk
interaksi sosial dan suasana hati, merancang jam bank, pompa bensin, dan
meskipun korelasi belum tentu sebab- toko yang fleksibel, dan
akibat. 40 Agregasi beberapa aliran data layananrekomendasi purch ase yang
dapat menjadi langkah awal menuju merespons secara real-time terhadap
komunikasi dua arah dalam aplikasi QS big permintaan masyarakat.
data yang menawarkan saran intervensi

2013
RESENSI
Angsa
Setelah pengumpulan dan integrasi data, sampelnya berkali-kali per detik telah
langkah selanjutnya adalah analisis tersedia selama beberapa dekade, tetapi
data. Masalah big data science klasik informasinya terlalu berisik untuk
adalah mengekstraksi sinyal dari noise. menghasilkan sinyal yang berguna yang
Tujuan dari banyak proyek QS berkorelasi dengan stimulus dan
adalahmemilah-milah kumpulan besar data perilaku eksternal. Hanya melalui
yang dikumpulkan untuk menemukan penerapaninnovasi di berbagai bidang—
pengecualian yang merupakan tanda desain perangkat keras, biosensor yang
pergeseran pola atau sinyal peringatan dapat dikenakan, pemrosesan sinyal, dan
dini. Pada akhirnya, 99% data mungkin metode big data—informasi GSR mulai
tidak berguna dan mudah dibuang. Namun, menjadi lebih
karena pemantauan berkelanjutan dan Menganalisis beberapa aliran data
penginderaan QS adalah area new dan QS secara real-time (misalnya,
kasus penggunaan belum didefinisikan variabilitas detak jantung, respons
dan diformalkan, banyak data harus kulit galvanik, suhu, gerakan, dan
disimpan untuk karakterisasi, aktivitas EEG) kemungkinan diperlukan
investigasi, dan validasi. Kasus untuk penilaian dan intervensi yang
penggunaan profil tinggi adalah gagal akurat mengenai keadaan biofisik.
jantung, di mana biasanya ada jendela Peluang dalam bekerja dengan perusahaan data
GAMBAR 3. Mencari korelasi: infografis aliran data multiviz tersedia di Platform Sen.se. 40
(Direproduksi dengan izin dari

Sen.se)
pencegahan dua minggu sebelum peristiwa besar
cardiac di mana variabilitas detak Selain persyaratan untuk inovasi dalam
jantung dapat memprediksi perkembangan sinyal-tonoise dan algoritma kompresi
patologi. Menerjemahkan data detak dalam bekerja dengan data QS besar, ada
jantung yang diambil sampelnya pada 250 peluang yang terkait langsung dengan
kali per detik ke dalam peringatan dini fitur informasi itu sendiri yang besar.
dan intervensi adalah tantangan yang Memiliki korpora data besar terus
belum terselesaikan. memungkinkan metode dan penemuan baru.
Satu hal yang dapat membantu adalah Seperti yang telah ditunjukkan Google,
penemuan algoritma generacompression akhirnya memiliki kumpulan data yang
baru yang dapat memungkinkan pencarian cukup besar adalah momen kunci untuk
dan pencarian pola dalam file kemajuan di banyak tempat, di
terkompresi. Mirip dengan tantangan manaalgoritma pembelajaran mac hine
menghasilkan sinyal yang berarti dari sederhana kemudian dapat dijalankan di
data variabilitas detak jantung adalah atas korpora data besar untuk
contoh respons kulit galvanik (GSR). Di menghasilkan hasil yang signifikan.
sini juga, metrik data yang diambil Contohnya termasuk koreksi ejaan dan
BD93
SI DIUKUR DIRI
Angsa
terjemahan bahasa,42 pengenalan gambar pemeliharaan kesehatan adalah temuan

(membuat komputer mengenali gambar bahwa penurunan kualitas tidur dan
kucing),43 dan logi antropo kadar hemoglobin A1C telah terbukti
budayamelalui pencarian kata pada memprediksi onset diabetes selama 10
database 5 juta buku yang dipindai tahun. 45
Memiliki informasi ini
secara digital sebelumnya akan sangat berharga dalam
(http://books.google.com/ ngram). 44
menyebarkan solusi pengobatan
Proyek kesehatan secara umum dan QS pencegahan.
secara khusus dapat menjadi penerima
manfaat yang akan datang dari metode Dimensi lain dari penemuan baru yang
ini, menerapkan pembelajaran mesin berpotensi diaktifkan melalui kumpulan
langsung danteknik analisis datanya ke data QS itu sendiri yang besar adalah
aliran data pribadi longitudinal. kategori barupengenalan pola. Data
dapat ditinjau dalam berbagai paradigma
Korpora data QS yang besar dapat yang terkait dengan waktu, frekuensi,
mengarah pada bentuk lain dari penemuan episode, dan variabel lainnya sehingga
baru di bidang pemahaman ukuran dasar pola yang menonjol yang mungkin
dan variabilitas dalam berbagai sebelumnya tidak dapat dikenali menjadi
fenomena biofisik, dan dalam jelas. Mungkin ada tren, siklus,pemicu
menciptakanparadigma ne w untuk isodik ep, dan elemen lain yang tidak
pengenalan pola. Mengingat kendala jelas dalam data linier waktu
sebelumnya, model penelitian ilmiah tradisional. Pemahaman dasar yang
tradisional berfokus pada pembuktian penting tentang kegiatan QS termasuk
intervensi dari momen snapshot tunggal menetapkan ukuran dasar longitudinal
dalam waktu, menemukan delta antara dari elemen internal dan eksternal dari
titik awal dan titik akhir dalam ritme harian, tidak adapola
experimental versus kelompok kontrol. penyimpangan rmal, penyesuaian
Sekarang di era big data berbiaya kontingensi, dan fenomena yang muncul.
rendah, fenomena biologis dan lainnya Ini dapat digabungkan menjadi iklim
dapat dicirikan lebih lengkap, informatika pribadi dengan rekomendasi
longitudinal, dan sistemik. Ini memberi ambien waktu nyata dan peringatan dini.
makan langsung ke pendekatan Teknik analisis big data juga dapat
pemeliharaan preventif untuk kesehatan membantu dalam menerapkan model
karena memiliki data quantitative pada matematika dari bidang lain seperti
populasi besar mengenai tingkat dasar turbulensi, topologi, kekacauan,
dan variabilitas normal dapat kompleksitas, dan musik untuk memiliki
memungkinkan sinyal peringatan dini pandangan baru dalam menyelesaikan QS
untuk lebih mudah diproduksi. Dengan dan masalah biologis lainnya dan
data QS untuk ribuan dan akhirnya menyelidiki pola universalitas secara
jutaan individu, dimungkinkan untuk lebih umum.
mengartikulasikan tingkatan baru norma
health dengan granularitas yang jauh
lebih besar. Contoh sederhananya adalah Peluang Kepemimpinan Big Data Science dalam
bahwa tidak mungkin 8 jam tidur per Mendefinisikan Sumber Daya dan Standar
malam adalah norma untuk semua orang
dari segala usia setiap saat. Selain ada peluang bagi ilmuwan big data
Pengumpulan data pasif berkelanjutan untuk mengembangkan model baru untuk
dapat diterjemahkan ke dalam peringatan mendukung pengumpulan, integrasi, dan
dini ketikaperilaku biofisik ce rtain analisis data QS, ada peluang untuk
bergeser di luar variabilitas normal memimpin dalam mendefinisikansumber daya
individu. Bukti yang mendukung sinyal data akses terbuka dan standar privasi
peringatan dini sebagai pendekatan tentang bagaimana data pribadi digunakan.
Pembentukan sumber daya data publik dan

2013
RESENSI
Angsa
standar untuk ( Persyaratan untuk jenis
penggunaannya dapat data commons dan sumber
menjadi langkah kunci daya database akses
dalam menggembleng publik ini bisa minimal
kemajuan dalam penggunaan dalam pada awalnya, dengan
data pribadi. Database penelitian. 51
standarisasi atau
genom publik telah sangat fungsionalitas yang
memudahkanupaya penelitian terbatas. Saat ini
dan pengembangan beroperasi tanpa adanya
standar, vendor yang
menggabungkan beberapa
Database publik aliran data QS
Preseden untukdata publik
menggunakan protokol
yang di-crowdsource
default seperti umpan
melalui proyek big data
ringkasan situs kaya
terkait kesehatan akses
(RSS) dan layanan web
terbuka sedang dibuat
RESTful. Perancang
dengan proyek-proyek
aplikasi juga dapat
seperti Proyek Genom
menggunakan format
Pribadi Harvard
ekspor data umum seperti
(www.personalgenomes.org/)
JSON, dengan header yang
dan proyek mikrobioma Usus
ada dan akses ke skema,
Amerika
termasuk metadata
minimal seperti
perangkat dan model
sumber data. Beberapa
masalah teknis yang
lebih rinci seperti
standar, format,
protokol, struktur,
pelabelan me tadata,
organisasi, dan konvensi
''TAMBAHAN PERSONALISASI kueri dapat ditangani
DATA STREAMS DARI dari waktu ke waktu
MINUMR EEGS, MATA secara berulang seiring
dengan pertumbuhan data
PELACAKAN DAN EMOSI commons dan menarik
UKUR THT BISA JADI sumber pendanaan. Satu
MASUK MASA DEPAN.'' pertanyaan
berikutnya
urutan
adalah
bagaimana menggabungkan
eksperimen umum, sarana
untuk berbagiotocols pr
eksperimental dan hasil.
Lebih lanjut, aliran
data QS perlu dikaitkan
dengan pelacakan diri
longitudinal populasi
yang sehat secara lebih
umum. Ini dapat dicapai
dengan memiliki
''komunitas kepentingan
50
BD95
SI DIUKUR DIRI
Angsa
kesehatan'' yang merupakan kelompok sehat dari 1% berkontribusi untuk menciptakan

yang sesuai dengan kelompok pasien. barang publik terbuka). Contoh yang
Komunitas minat kesehatan dapat menjadi menggembirakan datang dari bidang genomik
fitur koordinasi di jejaring sosial konsumen karena 76% dari pelanggan
kesehatan yang ada di mana individu dapat 23andMe menunjukkan keinginan untuk
dengan mudah dicari, diprofilkan, dan menggunakan data mereka untuk
dihubungi untuk studi. berpartisipasi
Yang juga menggembirakan
Privasi data adalah bahwa telah ada pengaruh
Semakin banyak aliran data pribadi baru destigmatisasi pada masalah kesehatan
yangdihasilkan bei ng melalui perangkat genomik karena individu yangmenyimpan
pelacak diri yang diukur, biosensor, data mereka sendiri menyadari bahwa ini
perangkat Internet-of-things nirkabel, bukan ''dunia seperti Gattaca'' di mana
data jejaring sosial kesehatan, dan data ada beberapa individu yang sempurna
media sosial. Aliran data tambahan yang secara genetik. Sebaliknya, pada
dipersonalisasi dari EEG konsumen, kenyataannya, setiap orang cenderung
eyetracking, dan pengukuran emosi berisiko untuk salah satu dari dua
dapatterjadi di masa mendatang. Penting puluh kondisi penyakit teratas seperti
untuk memikirkan hak privasi data pribadi kanker, penyakit jantung, dan diabetes.
dan hak privasi data saraf secara Berbagai masalah kesehatan dan perilaku
proaktif untuk memfasilitasi arah masa yang lebih luas, terutama yang terkait
depan umat manusia dengan cara yang dengan kesehatan mental dan area tabu
matang, nyaman, dan memberdayakan. 48 Satu lainnya saat ini, dapat
kerangka kerja bermanfaat yang disarankan didestigmatisasi dan diselesaikan
oleh Kev dalam Kelly, seorang pemimpin secara serupa melalui data terbuka yang
pemikiran dalam gerakan diri yang diukur, umum dari data yang disumbangkan.
adalah hak dan tanggung jawab. 49 Masalah banyak yang bisadisimpulkan
Aliran data kesehatan akan memiliki hak dari data segelintir orang.
petugas (misalnya, itu adalah hak
kontributor untuk memutuskan bagaimana
dan dengan siapa untuk berbagi data) dan Bagaimana Pelacakan Diri yang Diukur
tanggung jawab s(misalnya, itu adalah Mendefinisikan Jenis Ilmu Baru
tanggung jawab kontributor untuk berbagi
Ada kritik bahwa pelacakan diri
data di tempat mana pun di mana individu
bukanlah sains, dan kritik ini mungkin
merasa nyaman). Salah satu cara
benar jika definisi sains yang sempit
berkembangnya standar baru seputar hak,
dipertimbangkan. Namun, yang muncul
tanggung jawab, dan penggunaan data
adalah gagasan tentang ekosistem yang
pribadi adalah contoh pengembalian data
jauh lebih luas dalam hal apa yang
peserta, idealnya dengan rekomendasi yang
merupakan sains. Spektrum ini mencakup
dipersonalisasi, menjadi norma dalam
ilmuwan profesional di satu ujung
studi penelitian kesehatan masyarakat.
kontinum dan ilmuwan warga, peserta
Institusi kesehatan diharuskan untuk jejaring sosial kesehatan, dan pelacak
melindungi privasi data kesehatan, tetapi diri di ujung lainnya. 52 Berkaitan
individu bebas untuk membagikan data dengan big data secara langsung adalah
mereka sendiri dan mempostingnya. Banyak Kaggle, situs web kompetisi data
individu tidak nyaman dengan berbagi data crowdsourced yang membanggakan kelompok
mereka, tetapi mereka yang dapat ilmuwan data terbesar di seluruh dunia
menyumbangkan data mereka untuk (60.000), jumlah yang jauh lebih tinggi
menciptakan barang publik yang berharga daripada mereka yang secara resmi
yang dapat digunakan oleh semua yang bekerja di lapangan. 53
Situs ini
mirip dengan Wikipedia, di mana kurang merekrut individu dengan keahlian yang
relevan untuk bersaing dalam menemukan

2013
-
RESENSI
seperti Angsa
solusi untuk tantangan data PatientsLikeMe, penemuan tahap awal
(
besar yang ditimbulkan oleh - dalam studi
Lambat)57
pelanggan nyata. Ini adalah profesional yang
salah satu contoh sumber dijalankan dalam
daya crowdsourced berbasis kohort crowdsourced,
Internet yang melengkapi studi partisipatif
metode sains tradisional. yang dijalankan oleh
Demikian juga, inisiatif anggota jejaring
kesehatan QS partisipatif sosial kesehatan, dan
memperluas jangkauan dan eksperimen n =1 QS.
kemampuan sistem kesehatan Atti tude ilmuwan
masyarakat tradisional. 54 profesional juga
bergeser, dari
Kegiatan QS memperluas dan pemecatan kegiatan
bermanfaat bagi sistem nonprofesional menjadi
penelitian kesehatan minat untuk bermitra
masyarakat dalam beberapa dengan dan mengadopsi
cara. Pertama, aktivitas QS inovasi dari pelacak
sering terdiri dari iterasi diri dan operator
cepat melalui sejumlah studi crowdsourced
eksperimen berbiaya rendah 23andMe, DIYgenomics,
yang dapat secara adaptif dan Genomera. Kegiatan
menguji lanskap QS merupakan jenis
kombinatorial masalah dan metode penelitian dan
Belajar. 33
sumber daya data baru
solusi yang jauh lebih
besar daripada yang layak yang berharga dengan
dalam uji klinis acak peluang untuk
tradisional (RCT). Kedua, menerapkan teknik dari
banyaknya angka berbagai bidang lain
(berdasarkan urutan jutaan) termasuk biologi, data
RACKER besar, komputasi,
yang diperlukan untuk upaya ''BANYAK MEMILIKI
kesehatan masyarakat baru statistik, dan
seperti pengobatan SELF-T LEMENTABLE sosiologi.
preventif membutuhkan DITEMUKANN DAERAH YANG
sejumlah besar participants
IMP ONAL Quanmencerdaskan diri dan
yang diberikan oleh model KESEHATAN kesehatan ilmiah
QS crowdsourced. Ketiga, SOLUSI I Banyak pelacak diri,
LD TIDAK
kegiatan QS berfungsi THE TRADITI baik orang awam maupun
sebagai ''modal ventura PERNAH ilmuwan profesional,
penelitian kesehatan'' SISTEM WOU
MEMILIKI mempertimbangkan dan
dengan membantu memunculkan DIPELAJARI mengatasi masalah yang
ide dan solusi baru yang DITERAPKAN
ATAU berkaitan dengan
kemudian dapat menjamin PADA KASUS kesehatan ilmiah
biaya dan upaya studi SPE MEREKA proyek. Pelacak diri
tradisional. Keempat,
CIFIC.''
sangat menyadari bahwa
aktivitas QS membantu eksperimen n = 1
mengelompokkan ekosistem adalah jenis tindakan
penelitian kesehatan barudan banyak yang
masyarakat dengan mencari cara untuk
mendefinisikan beberapa pengobatan,58 meningkatkan akurasi
node yang membentang dari hasil. Eksperimen diri
RCT tradisional hingga yang diukur menarik
BD97
SI DIUKUR DIRI
Angsa
sebagai fenomena baru dalam sains. dan keengganan kehilangan yang

Paradigma yang ada untuk penelitian terinspirasi oleh tema-tema ini dalam
ilmiah dikembangkan di era ketika sulit buku Thinking, Fast dan dalam studi
dan mahal untuk mendapatkandata dalam crowdsourced. 27
jumlah besar dari sejumlah besar orang
dan mengatur ulang dan memilih kelompok Tentu saja overgeneralizing, respon QS
sesuka hati. Satu masalah adalah bahwa utama terhadap keberatan ilmiah-sehat
kelompok umum di mana sebuah penelitian adalah minat dalam memahami dan
diselesaikan mungkin tidak mewakili menyelesaikan masalah-masalah ini sejauh
dengan cara yang benar untuk setiap mungkin dalam tujuan yang lebih besar
individu. Diketahui bahwa banyak obat untuk memilikimetode dan hasil eksperimen
preskripsitidak efektif, mungkin mandiri. Sementara uji klinis acak adalah
setengah,55 ergo gagasan tentang obat standar emas untuk evaluasi perawatan
yang disesuaikan secara pribadi, yang medis, tingkat ketelitian ini mungkin
sangat mungkin untuk diterapkan di era tidak diperlukan untuk semua kegiatan QS,
data kesehatan yang besar. Akurasi dan tingkat eksperimen khusus dengan
eksperimental adalah diskusi yang gigih standar onding correspdapat
dalam komunitas diri yang diukur; didefinisikan, mungkin terinspirasi oleh
misalnya, kelompok pertemuan terpisah struktur bukti berjenjang lainnya seperti
yang dibentuk khusus untuk fokus pada 10 Tingkat Bukti Oxford Centre for
Desain Eksperimental QS, dan pertemuan Evidence-based Medicine
khusus Agustus 2012 yang berfokus pada (www.cebm.net/index.aspx?o = 1025).
masalah terkait ilmu data seperti
korelasi, validitas tes dan penilaian, Praktik standar sudah mulai berkembang
kesalahan pengukuran, dan normalisasi secara organik di bidang eksperimen QS
data (www dinamis, dan ini juga dapat menyatu
.meetup.com/quantifiedself/events/ menjadi tingkat bukti yang berbeda. Di
71948532/). mana peneliti mandiri ingin meningkatkan
ketelitian ilmiah, ada beberapa solusi,
Keberatan prinsip terhadap kesehatan misalnya, menerapkan bentuk buta acak di
ilmiah penelitian diri termasuk ukuran mana pihak ketiga independen diminta
sampel kecil n = 1, studi tidak diacak untuk mengemas sampel uji dan kontrol,
atau dibutakan, ketidakmampuan atau menggunakan metodologi berurutan di
eksperimen untuk menjadi objektive, mana seseorang mencoba intervensi yang
aspek bermasalah dari data yang berbeda secara berulang seperti pada
dilaporkan sendiri, kesulitan Varian DIYgenomics Vitamin B-9 dan MTHFR
mengendalikan variabel lingkungan dan Elektronik yang dapat dikenakan dan
keturunan, kurangnya preseden dan model sensor biometrik dapat memungkinkan
untuk membantu dalam melakukan dan kemungkinan pengumpulan data objektif
memahami eksperimen diri, kemungkinan yang lebih besar, yang akan membantu
bahwa hasil hanyalah hipotesis, dan mengatasi masalah dengan data yang
pengaruh yang berpotensi membingungkan dilaporkan sendiri dan objektivitas
dari dinamika eksperimental yang eksperimen.
diketahui seperti efek plasebo dan efek
Hawthorne. Dari jumlah tersebut,
masalah ketidakmampuan eksperimen untuk
menjadi objektif termasuk bias lain
seperti ekspektasi experimen ter, bias
konfirmasi, bias peak-end,56 bias
overconfidence atau optimisme, dan loss
aversion. Untuk mengatasi beberapa bias
ini, protokol studi QS telah dirancang
untuk menyelidiki terlalu percaya diri

2013
33 menerima.
RESENSI
Kesehatan
Angsa
adalah
Efek plasebo itu sendiri
merupakan titik fokus
potensial yang menarik
untuk studi QS. Pelacak
diri bertanya-tanya apakah
mungkin mereka tidak akan
dapat menyadari manfaat
dari efek plasebo jika
mereka dengan sengaja
menangkap data dan
menyadari intervensi yang
mereka uji. Penelitian
telah menemukan bahwa
pasien yang mengetahui
bahwa mereka menerimap
lacebo masih menghasilkan
efek plasebo yang sekitar
59 20% lebih efektif daripada
Di tidak dan akan menarik
untuk memeriksa ini dalam
studi QS. Lebih lanjut,
akan berguna untuk mencoba
mengukur ukuran efek
plasebo, dan mendefinisikan
SELING lebih spesifik bagaimana
''PENGALAMAN CYPERKUATAN, itunaik. Secara
keseluruhan, dapat
MENAFSIRKANTION, DAN disimpulkan bahwa
PENYEMPURNAAN MENGUBAH D eksperimen QS, meskipun
DIRI mungkin tidak selalu
KUANTIFIE MENJADI sepenuhnya sesuai dengan
MENINGKATKAND 'LEBIH metode yang sehat secara
KUALITAS' TINGGI ilmiah, dapat memberikan
hasil yang relevan secara
DIRI.'' pribadi yang menghasilkan
peningkatan yang berguna
untuk kualitas hidup
individu. Banyak pelacak
diri telah menemukan solusi
20 yang dapat
QS diimplementasikan di
bidang-bidang yang tidak
akan pernah dipelajari atau
diterapkan oleh sistem
kesehatan tradisional untuk
kasus spesifik mereka.
Faktanya, satu kejutan dari
studi QS adalah betapa
berartinya mereka secara
pribadi, mengambil
EEG (Interaxon,
fenomena
BD99
SI DIUKUR DIRI
Angsa
pernyataan pribadi dari peserta studi kesehatan online dan dapat mendorong
DIYgenomics sebagai contoh. perilaku terkait QS. Mengenai kenyamanan
dan kegunaan, perangkat QS mulai menjadi
lebih tidak mengganggu dan menarik untuk
diadopsi secara mainstream. Gelang
Batasan untuk Adopsi Luas Pelacakan Diri plastik dan jam tangan pintar menjadi
Terkuantifikasi standar estetika dalam elektronik
pelacakan mandiri yang dapat dikenakan.
Terlepas dari manfaat potensial dari Ini adalahad vance sambutan dari aspek
pelacakan diri yang diukur, ada hambatan semi-rumit dari biosensor generasi
untuk adopsi luas, yang dapat sebelumnya seperti tali monitor detak
dikategorikand menjadi dua tingkatan: jantung dan unit ikat kepala myZeo. Dalam
praktis dan pola pikir. Pertama, braintracking, konsumen generasi kedua
mengingat perspektif praktis, pelacakan Axio) menyediakan alternatif ikat kepala
diri dapat bergeser lebih ke arus utama yang dapat dikenakan untuk headset
jika otomatis, mudah, murah, dan nyaman. plastik keras generasi pertama (Emotiv,
Salah satu faktor yang dapat membuat Neurosky).
perbedaan terbesar adalah pengumpulandata
d (misalnya, pasif) otomatis. Tidak Selain masalah praktis, ada masalah
peduli seberapa mudah, menyenangkan, adopsi QS yang terkait dengan pola pikir.
sosial, dan gamified vendor QS telah Masalah-masalah ini mungkin sangat
mencoba untuk membuat pelacakan diri, kultural, filosofis, dan sosiologis,
pengumpulan data masih terutama manual. tetapi kemajuan awal dapat dibuat dari
Kehadiran insentif keuangan juga dapat perspektif pemasaran. Banyak individual
menghasilkan adopsi yang lebih besar tidak tertarik pada kesehatan dan
dalam self-tracking. Analogi tersedia menemukan pelacakan diri sebagai alien
dari penggunaan energi, di mana constill yang dianggap sebagai
penelitian menemukan bahwa memiliki akses tanggung jawab dokter, dan
ke data pelacakan mengurangi konsumsi informasi terkait kesehatan dianggap
listrik sebesar 10% dan 30% ketika deterministik, negatif, dan tidak
insentif keuangan ditambahkan. Amerika diinginkan. Proposisi nilai harus
Serikat, di mana pemberi kerja menanggung dibangund untuk audiens konsumen yang
sebagian besar biaya perawatan kesehatan, berbeda untuk mengartikulasikan utilitas
ada motivasi untuk pengurangan biaya, dan kegiatan QS. Salah satu contoh sukses
hubungan dengan manajemen diri kesehatan adalah Global Corporate Challenge
dan biaya perawatan kesehatan. Program (www.gettheworldmoving.com/), yang dengan
seperti Tindakan Kesehatan Safeway, pedometer sederhana dan infografis dasar
membayar karyawan untuk tetap pada berat (misalnya, ''Anda telah berjalan dari
badan yang sama atau lebih rendah setiap London ke Mt.
tahun, telah berhasil60 tetapi belum Kilimanjaro,'' aktivitas agregasi
menyebar. Diharapkan bahwa pertukaran selama beberapa periode waktu) telah
asuransi yang akan diterapkan pada tahun mendaftarkan hampir 200.000 karyawan
2013 akan memaksa lebih banyak perusahaan dalam tantangan sederhana
rasionalisasi harga ke dalam sistem untuk mengambil sejumlah langkah setiap
perawatan kesehatan AS dan mendorong hari. Keberhasilannya adalah karena
manajemen diri kesehatan yang lebih perangkat ini sangat mudah digunakan
personal. Data perangkat dapat membantu (''the Twitter of self-tracking'') dan
dalammengukur potensi penghematan dan terhubung secara sosial dengan diri
memverifikasi perilaku pengguna. Insentif sendiri dan rekan kerja dengan cara
tidak perlu secara eksklusif finansial, kompetitif ringan yang tepat.
dukungan sosial dan rasa kebersamaan
muncul untuk beberapa individu melalui
partisipasi dalam jejaring sosial

2013
RESENSI
Angsa
Masa Depan Jangka Pendek: Diri yang Diukur menjadi au courant dalam pelacakan
fenomena kualitatif (dinilai secara
Menjadi Diri yang Berkualitas
subjektif) seperti suasana hati,
Salah satu aspek penting dari pelacakan emotion, kebahagiaan, dan
diri adalah bahwa ia sudah produktivitas. Tren kontemporer dalam
menghubungkan kuantitatif dan membangun mekanisme pelacakan untuk
kualitatif dalam arti bahwa fenomena kualitatif seperti suasana
aktivitas QS pada dasarnya hati memiliki dua metode utama: baik
mencakup pengumpulan data metrik selftracker memasuki deskriptor
objektif dan pengalaman kualitatif seperti kata-kata untuk
subjektif dari dampak data ini. memantau aktivitas atau memasukkan
61
Self-tracker memiliki hubungan angka dengan fenomena kualitatiftelah
yang semakin intimdengan data dimodulasi ke skala kuantitatif
karena memediasi pengalaman (misalnya, suasana hati saya hari ini
realitas. Dalam pelacakan diri, adalah 7 pada skala 10 poin).
individu melakukan studi dan
kemudian menerapkan hasil untuk Dalam kasus lain, ada tantangan data
meningkatkan kualitas hidup besar yang signifikan dalam memetakan
mereka. Eksperimen QS secara data biosensor kuantitatif ke label
bersamaan adalah peserta, manusia kualitatif, untukujian ple,
praktisi, dan penerima manfaat menerjemahkan sinyal EEG ke dalam
daritudies. Siklus eksperimen, keadaan perilaku dan emosional. Satu
interpretasi, dan proyek berhasil memetakan data sinyal
Perbaikan mengubah diri yang diukur otak EEG (menggunakan Emotiv yang
menjadi diri yang lebih baik ''kualitas tersedia untuk konsumen dan peralatan
yang lebih tinggi''. Diri yang diukur laboratorium) ke diagram empat kuadran
memberi individu sarana untuk memenuhi standar dari variabel emosi utama
syarat diri mereka sendiri, di mana arousal dan valensi (yang mencerminkan
beberapa tingkat performance dapat intensitas dan muatan pengalaman
dicapai atau dilampaui. Ini adalah positif atau negatif). 62 Proyek ini
salah satu cara di mana diri yang adalah contoh dari kerangka umum
diukur mengarah pada diri yang pelacakan diri 2.0, di mana data
berkualitas. Dua cara lain bahwa diri kuantitatif dan kualitatif dapat
yang diukur menjadi diri yang dikumpulkan dengan tujuan
berkualitas — dengan menerapkan metode meningkatkankualitas hidup di bidang-
QS untuk melacak fenomena kualitatif bidang seperti kebahagiaan,
seperti suasana hati dan dengan kesejahteraan, pencapaian tujuan, dan
memahami bahwa pengumpulan data QS pengurangan stres. Tren menuju
hanyalah langkah pertama dalam pelacakan kualitas hidup dikemas dalam
menciptakan loop umpan balik kualitatif gagasan ''gerakan perangkat keras
untuk perubahan perilaku — dibahas di ramping menjadi gerakan santunan
bagian selanjutnya. hati.'' Di sini ''lean heartware''
memiliki arti ganda sebagai perangkat
keras ramping (yaitu, murah, mudah
QS generasi berikutnya: Mengukur kualitatif digunakan) untuk mengukur aktivitas
listrik jantung (yaitu, EKG) karena
Self-tracking 1.0 dapat berkaitan dengan keadaan fisik dan
dikonseptualisasikan sebagaitrac king patologi dan juga perangkat keras dan
dari fenomena kuantitatif dasar yang perangkat lunak untuk mengukurspekt
mudah diukur seperti langkah berjalan, kualitatif jantung seperti pengalaman
jam tidur, dan rejimen nutrisi dan subjektif manusia tentang emosi dan
olahraga. Selftracking 2.0 sekarang kesejahteraan. Tabel 3 daftar
BD101
SI DIUKUR DIRI
Angsa
Tabel 3. Alat Diri yang Diukur GymPact www.gym-pact.com/

untuk Kualitas Pelacakan dan Tempelkan www.stickk.com/
Berbagi Kehidupan Beeminder www.beeminder.com/
Kategori dan nama URL situs Web berbagai alat pengukuran QS
Pelacakan kebahagiaan kesejahteraan.
Lacak kebahagiaan Anda
www.trackyourhappiness.org/ Data QS sebagai input untukqualitati ve feedback
Ketidakjelasan loops untuk perubahan perilaku
www.mappiness.org.uk/ Poin kedua tentang diri yang diukur
H(app)athon www.happathon.com/ menjadi diri yang memenuhi syarat adalah
Proyek perbedaan bahwa sementara pengumpulan
MoodPanda http://moodpanda.com/ data mungkin kuantitatif, penggunaan data
TechurSelf www.techurself.com/urwell ini seringkali bersifat kualitatif.
Pelacakan dan berbagi emosi Mungkin ada sedikit tujuan untuk melacak
Harus Merasa http://gottafeeling.com/ diri sendiri jika tidak ada loop umpan
Emotish http://emotish.com/ balik yang menghubungkannya kembali ke
Feelytics pemecahan masalah kehidupan nyata dan
http://feelytics.me/ perubahan perilaku. Pengumpulan data
http://expereal.com/ Expereal kuantitatif hanyalah langkah pertama
Barometer emosi tingkat populasi dalam proses yang lebih besar yang
Kami http://wefeelfine.org/ kemudian menggunakan data yang
Merasa dikumpulkan untuk menghasilkan wawasan
Baik-Baik yang bermakna yang menghasilkansemacam
Saja tindakan sebagai hasilnya. 39 Karena
peta http://themoodmap.co.uk/ kebanyakan manusia tidak pandai berpikir
suasana secara statistik (yaitu, secara
hati kuantitatif), tetapi pandai berpikir
Denyut www.ccs.neu.edu/home/ dalam cerita (yaitu, secara kualitatif),63
Nadi amislove/ twittermood/ beberapa perangkat QS yang paling efektif
Bangsa dapat berupa perangkat yang
Peta www.newscientist.com/blogs/ mencakupdimensi e dari keduanya,
Suasana onepercent/2011/09/twitterr misalnya, yang memiliki akurasi
Hati eveals-the-worlds-emo- kuantitatif dan fungsionalitas pembuatan
Twitter 1.html makna kualitatif. Produk dapat memiliki
Kebijaksan http://wisdom2summit.com/ satu lapisan data kuantitatif dan
aan 2.0 metodologi statistik yang kemudian
Platform kesejahteraan pribadi diterjemahkan ke hulu ke tingkat lain di
GravitasiEight www.gravityeight.com/ mana individuals dapat menggunakan data
MindBloom www.mindbloom.com/ untuk membuat narasi yang berhubungan
Dapatkan beberapa headspace lebih langsung dengan kekhawatiran
www.getsomeheadspace.com/ mereka. Misalnya, mungkin ada aplikasi
penasaran seluler (mungkin pada kacamata augmented-
http://wearecurio.us/ uGooder reality seperti Google Project Glass) di
www.ugooder.com/ mana warga melaporkan reaksi emosional
Platform pencapaian tujuan mereka saat melihat lubang saat secara
uMotif www.uMotif.com/ otomatis mencatat lokasinya. 64
Tag
Apakah Ini http://blog.didthis.com/ emosional dapat dikumpulkan dan dikaitkan
Schemer www.schemer.com/ (dipersonalisasi dengan dampak ekonomi seperti calon
rekomendasi) pembeli rumah yang memeriksa ''sejarah
Platform pencapaian tujuan berbasis emosional'' lingkungan bersama dengan
janji/insentif

2013
RESENSI
Angsa
sejarah kejahatannya dan Masa Depan Jangka Panjang:
kualitas distrik sekolah.
64 Diri yang Diukur Menjadi
Exoself yang Diperpanjang
Antarmuka interaksi Kevin Kelly, seorang
manusia-komputer yang pendiri komunitas diri
efektif, dan kemungkinan dan pemimpin pemikiran
pembuatan antarmuka de yang terukur, telah
novo , penting dalam mengartikulasikan
mendukung pengembangan perspektif yang menarik
lebih lanjut dari bahwa
aktivitas QS. Contoh Momen kuantifikasi diri
vendor yang telah saat ini hanyalah
mendefinisikan kategori
''DATA DIEMOKRATISASI langkah perantara menuju
antarmuka baru yang akurat
secara kuantitatif dan ADALAH D PRAKTIK IFIC sesuatu yang lain — diri
bermakna secara kualitatif
NIVERSAL DAN masa depan. Diri masa
DARI SCIENT UNTUK depan ini adalah diri
adalah dalam genomik yang diperluas secara
pribadi. Perusahaan DAN MADE U DIGUNAKAN OLEH spasial, dengan
seperti 23andMe, deCODEme, BERMAKNA SEMUA rangkaian eksosense yang
dan Navigenics menyediakan luas — exoself. 49
tampilan online intuitif

ORANGGANDA.''
Faktanya, diri sebagai
dari profil leluhur, sebuah konsep adalah
probabilitas risiko kiasan yang baru muncul
statistik untuk penyakit, baru-baru ini dalam
respons obat, dan pra lingkup sejarah manusia,
disposisi kinerja atletik. mungkin berkembang dalam
Demikian pula, vendor lockstep dengan budaya
perangkat QS kontemporer individu atau modernitas yang cukup
dituntut dengan tantangan besar dan kompleks. 65
untuk membuat kumpulan Konsep diri terus
data QS dapat dipahami bergeser ketika individu
secara akurat dan dapat bereaksi terhadap
ditindaklanjuti secara perubahan budaya dan
bermakna. Antarmuka teknologi. Kegiatan QS
pengguna harus adalah cara baru untuk
memungkinkan selftracker memikatpenciptaan diri
untuk membuat narasi, yang konstan. Lebih
makna, dan wawasan lanjut, sekarang ada
daridata kuantitatif ahli gagasan tentang diri
waris. Salah satu hasil terhubung yang diperluas
penting dari Big Data QS dalam arti bahwa
adalah pemberdayaan individu memproyeksikan
individu melalui pemahaman data mereka ke luar ke
intuitif dan interaksi komunitas. Ranza70dunia (misalnya, ponsel
berkelanjutan dengan data dan perangkat lain terus
mereka. Data menerus melakukan ping
didemokratisasi dari ke lokasi dan data ther)
praktik ilmiah dan dibuat sementara data dari
universal dan bermakna dunia diproyeksikan
fatau digunakan oleh semua kembali ke individu
individu. (misalnya, node jaringan
Otomatis
BD103 66
SI DIUKUR DIRI
Angsa
memperhatikan pergerakan dan Aktivitas QS dalam data di mana-mana

mengkomunikasikan informasi yang membuatjenis interaksi baru dengan
dipersonalisasi). Ponsel, komputasi yang diri, orang lain, dan lingkungan secara
dapat dikenakan, dan alat teknologi sadar dan tidak sadar mungkin. Konsep
lainnya adalah alat pelacak yang Jepang shikake
digunakan baik oleh manusiamaupun iklim (http://mtmr.jp/aaai2013/) adalah salah
data di mana-mana. Kuantifikasi data dan satu contohnya. Di sini, objek fisik
selftracking memungkinkan kemampuan yang disematkan sensor untuk memicuperubahan
tidak mungkin dilakukan dengan indera perilaku p histeris atau psikologis.
biasa. Contoh lain adalah termostat digital
yang dihubungkan dengan sensor suhu
Exosenses dan era elektronik yang dapat tubuh QS yang dapat secara otomatis
dikenakan yang mendekat dengan cepat menyesuaikan suhu ruangan. Menurut
Iklim data yang sudah ada di mana-mana Kevin Kelly, bagian dari nilai
mungkin semakin meningkatdalam waktu perantara terukur untuk indera manusia
singkat. Era yang sama sekali baru dalam adalah karenamereka juga berjejaring—
komputasi pribadi dapat mendekat dalam dibuat lebih pintar,
bentuk elektronik yang dapat dikenakan. terlihat, dan dapat dibagikan melalui
Salah satu dampaknya adalah akhirnya pemrosesan data besar. 49 Misalnya, kita
pelacakan lebih banyak jenis data mungkin memiliki perasaan yang samar-
kuantitatif dan kualitatif akan samar tentang variabilitas detak
dimungkinkan. Significantly lebih banyak jantung dan tingkat tekanan darah kita
individu mungkin terlibat dalam kegiatan tetapi tidak banyak visibilitas. Metrik
QS jika lebih mudah, lebih murah, dan ini dapat diubah menjadiexosense hapti
yang terpenting, otomatis. Saat ini, cally yang tersedia yang membuat data
sebagian besar individu di seluruh dunia eksplisit saat dikomunikasikan kepada
(85%) memiliki akses ponsel, smartphone.
67
Ponsel dan tablet telah menjadi
platform teknologi yang paling cepat Beberapa contoh paling dasar dari
diadopsi hingga saat ini, platform exosenses, atau indra elektronik yang
komputasi yang dapat dikenakan (misalnya, dapat dikenakan, adalah kacamata
jam tangan pintar, tambalan sekali pakai, augmented-reality dan haptics, beberapa
kacamata tambahan, dll.) dapat memiliki di antaranya sudah tersedia. Ada
adopsi yang lebih cepat. Ponsel adalah perangkat yang dapat dikenakan yang
perangkat QS, dan elektronik yang dapat memberikan umpan balik haptic (yaitu,
dikenakan bahkan lebih sengaja berbasis sentuhan) tentang di mana arah
merupakanplatform pelacakan se lf. Utara per getaran lokasi dalam
Elektronik yang dapat dikenakan dapat perangkat elektronik yang aus. Contoh
memfasilitasi selftracking otomatis lain adalah LED yang berkedip tepat
karena sejumlah besar data diunggah ke waktu dengan detak jantung, seperti
cloud untuk diproses oleh jutaan agen yang dirasakan oleh tali dada Polar
(yaitu, individu normal) yang menjalani (Eric Boyd, www.rtbot.net/sensebridge),
kehidupan sehari-hari mereka. Ekosistem atau data biometrik lainnya seperti
data QS dapat mencakup elektronik yang senyuman (Nancy Dougherty). Haptics
dapat dikenakan yang dipasangkan dengan bukan satu-satunya pengiriman exosense
ponsel dan layanan big data berbasis yang tersedia; Metrik seperti
cloud sehingga iklim informasi pribadi variabilitas detak jantung, tekanan
individu yang berkelanjutan dapat darah, respons kulit galvanik, dan
memberikan saran pengoptimalan kinerja tingkat stres dapat dibuat eksplisit
waktu nyata. vimekanisme audio, visual, rasa, atau
penciuman.

2013
RESENSI
Angsa
Contoh lain dari exosenses adalah yang paling banyak digembar-gemborkan:
augmentasi memori seperti pilihan, pemahaman, kebersamaan, dan
Memex, sebuah proyek buku harian berpikir kebebasan.
yang dikembangkan oleh Mark
Carafter yang terinspirasi oleh
konsep yang diusulkan oleh Pengakuan
71
Penulis ingin berterima kasih kepada
Carranza telah mencatat lebih dari 1
banyak individu yang penting untuk
juta ide sejak 1984 dengan cara yang
karya ini, termasuk Kevin Kelly (yang
terhubung dan mudah diakses, dan di
pandangan exoself-nya diwakili di
mana alat dan pengguna telah menjadi
sini), Gary Wolf, Minna Ruckenstein,
terkait erat dalam proses menciptakan
dan Jakob Larsen.
realitas bersama. Eksperimen diri juga
dapat dianggap sebagai bentuk exosense:
kemampuan untuk secara modular conceive Author Disclosure Statement
dan menguji intervensi dalam
menyelesaikan masalah data pribadi. Penulis berafiliasi dengan dua
Tingkat literasi data berikutnya dapat organisasi kesehatan kolaboratif yang
berupa berpikir, mensimulasikan, dan dibahas, DIYgenomics dan Genomera.
memvisualisasikan jalur potensial yang
berbeda, mengembangkan rasa yang
diperluas dari versi potensial yang Referensi
berbeda dari diri masa depan seseorang 1. Augemberg K. 2012. Membangun SelfApp
per jalur intervensi yang berbeda, terukur yang sempurna: Catatan untuk
mungkin dengan probabilitas dan Pengembang, Bagian 1. Tersedia online
kontinjensi berlapis. Jalur di www.measuredme.co
pengoptimalan penginderaan bisa menjadi m/2012/10/building-that-
exosense masa depan yang relevan. perfectquantified-self-ap (Terakhir
diakses pada 20 Maret 2013).
Exoself yang diperluas mungkin memiliki 2. Neuringer A. Eksperimen diri:
kemampuan regulasi dan kontrol yang panggilan untuk perubahan.
belum pernah terjadi sebelumnya. Behaviorisme 1981; 9:79–94.
Setelahdilengkapi dengan perangkat QS, 3. Norris J. 2012. Pelacakan diri dapat
tubuh individu menjadi objek yang dapat menjadi elemen kunci dari pengobatan
diketahui, dihitung, dan dapat yang dipersonalisasi. Tersedia online
diadministrasikan. 72 Teknologi exoself di www.ucsf
bisa menjadi semacam perspektif orang .edu/news/2012/10/12913/self-tracking-
keempat73 yang memfasilitasi may-become-keyelement-personalized-
penyampaian manusia ke dalam ranah baru medicine (Terakhir diakses pada 20
diri yang diperluas dan akhirnya into Maret 2013).
berbagai kelompok diri yang bergabung.
4. Fox S. Kesehatan Seluler 2012. Pew
Ada paradoks bahwa di satu sisi manusia Research Center's Internet dan
menjadi semakin bergantung pada
American Life Project 2012. Tersedia
teknologi untuk segala hal termasuk online di
berinteraksi dengan dunia luar,
sementara di sisi lain teknologi
menyediakan hubungan yang lebih kaya,
lebih rinci, dapat dikendalikan, dan
pribadi dengan dunia. 74 Pada akhirnya,
teknologi QS exoself membantu
mengkatalisasi kemajuan menuju
masyarakat masa depan yang lebih maju
dengan meningkatkan komoditas manusia
BD105
SI DIUKUR DIRI
Angsa
www.pewinternet.org/*/media//Files/Rep 11. Clay K. CES 2013: Tahun Diri yang

orts/2012/ PIP_MobileHealth2012.pdf Diukur? Forbes 2013,. Tersedia online
(Terakhir diakses pada 20 Maret 2013). di www.forbes.com/sites/
5. Rubah S. 2011. Kehidupan sosial kellyclay/2013/01/06/ces-2013-the-
informasi kesehatan 2011. Pew Research year-of-the-quantifiedself. (Terakhir
Center's Internet dan American Life diakses pada 20 Maret 2013).
Project 2011. Tersedia online di 12. Freudenheim M. Lebih banyak
www.pewinternet.org/ menggunakan elektronik untuk melacak
Reports/2011/Social-Life-of-Health- kesehatan mereka. New York Times 2013.
Info.aspx (Terakhir diakses pada 20 Tersedia online di www
Maret 2013). .nytimes.com/2013/01/28/health/
6. Rubah S. 2012. Apakah ada harapan electronic-health-
untuk peringatan kesehatan SMS? Proyek trackingincreasingly-common-
Internet dan Kehidupan Amerika researchers-say.html?_r=1& (Terakhir
PewResearch Center 2012. Tersedia diakses pada 20 Maret 2013).
online di 13. Yau N. Setahun konsumsi makanan
www.pewinternet.org/Commentary/ divisualisasikan. FlowingData 2011.
2012/December/Is-there-hope-for-SMS- Tersedia online di
health-alerts.aspx (Terakhir diakses http://flowingdata .com/2011/ 06/29/a-
pada 20 Maret 2013). year-of-food-consumption-visualized/
7. Laird S. 2012. Bagaimana smartphone (Terakhir diakses pada 20 Maret 2013).
mengubah HealthCare. Mashable 2012. 14. McCormick T. 2012. Video informasitalk
Tersedia online di saya yang lebih sehat. Tersedia online
http://mashable di http://tjm.org/2012/04/17/videoof-
.com/2012/09/26/smartphones-health- my-healthier-information-talk/ (Last
care-infographic (Terakhir diakses diakses pada 20 Maret 2013).
pada 20 Maret 2013). 15. Universitas California Davis. 2012.
8. Weintraub K. 2013. Diri yang diukur: Kesehatan Tubuh PikiranChallenge 2012.
Rute berbasis teknologi untuk http://wellnesschallenge.ucdavis.edu/
kehidupan yang lebih baik? BBC 2013. (Terakhir diakses pada 20 Maret 2013).
Tersedia online di www.bbc 16. Tasse D. Quantified Self 2012:
.com/future/story/20130102-self-track- beberapa hal keren. Tales 'n'Ideas
route-to-a-better-life (Terakhir 2012. Tersedia online di
diakses pada 20 Maret 2013). http://talesnideas.blogspot
9. Nosta J. 2013: Tahun Kesehatan .com/2012_09_01_archive.html.
Digital. Forbes 2013. Tersedia online (Terakhir diakses pada 20 Maret 2013).
di 17. Serigala G. Kehidupan Berbasis Data.
www.forbes.com/sites/johnnosta/2013/ New York Times 2012. Tersedia online
01/02/2013-the-year-of-digital-health/ di www.nytimes.com/2010/05/02/
(Terakhir diakses pada 20 Maret 2013). magazine/02self-measurement-t.html
10. Christensen L. 2013. Big-Brother (Terakhir diakses pada 20 Maret 2013).
Health atau MindfulLiving? Quantified 18. Chua S. Catatan dari Konferensi
Self organizer Steven Dean tentang Quantified Self 2012 (Palo Alto).
perbedaan antara pelacakan diri dan Tersedia online di
pengawasan. Vanity Fair Setiap Hari http://sachachua.com/ blog / p / 23723
2013. Tersedia online di / (Terakhir diakses pada Maret 20,
www.vanityfair.com/ 2013).
online/daily/2013/01/quantified-self- 19. Augemberg K. Mencari Quantified-
organizer-stevendean-interview- SelfApp yang sempurna. Bagian 2:
surveillance (Terakhir diakses pada 20 Aplikasi yang Melacak Semuanya. diukur
Maret 2013). saya 2012. Tersedia online di
www.measuredme.com/

2013
RESENSI
Angsa
2012/09/in-search-of-the-perfect- 29. Kelleher NL. Pendekatansel-b ased
quantified-self-app-part2-the-apps- untuk proteomeproject manusia. J Am
that-track-them-all.html (Terakhir Soc Spektrom Massa 2012; 23:1617–1624.
diakses pada 20 Maret 2013). 30. Bonislawski A. Biotech Start-Up
20. Swan M. Health 2050: Talking20 untuk MenyediakanDTC
Realisasipersonalizedme dicine melalui Proteomic dan Metabolomic Testing.
crowdsourcing, quantified self, dan GenomWeb 2012. Tersedia online di
biocitizen partisipatif. J Pers Med www.genomeweb.com/ proteomics/biotech-
2012; 2:93–118. start-talking20-provide-dtc-
21. Ruckenstein M. Mengukur kehidupan: proteomicand-metabolomic-testing
Pelacakan diri dan analitik sehari- (Terakhir diakses pada 20 Maret 2013).
hari yang muncul. 2012. Dikirim. 31. Collins FS. Genetika memuat pistol dan
22. Jarrold W, Javitz HS, Krasnow R, dkk. lingkungan menarik pelatuknya. Pathway
Depresi dan bahasa yang berfokus pada Genomics blog 2010. Tersedia online di
diri sendiri dalam wawancara http://blog.pathway.com/genetics-
terstruktur dengan orang dewasa yang loads-the-gunand-environment-pulls-
lebih tua. Laporan Psikologis 2011; the-trigger-dr-francis-collins/
109:686–700. (Terakhir diakses pada 20 Maret 2013).
23. Kong A, Beresford SA, Alfano CM, dkk. 32. Swan M. Penilaian risiko kondisi
Pemantauan diridan perilaku terkait multigenik dalam layanan genomik
makan dikaitkan dengan penurunan berat langsung ke konsumer. Genet Med 2010;
badan 12 bulan pada wanita overweight 12:279–288.
toobese pascamenopause. J Acad Nutr 33. Angsa M, Hathaway K, Hogg C, dkk.
Diet 2012; 112:1428–1435. Citizen sciencegenomics sebagai model
24. Silver E, Wallenstein S, Levy A. Ke penelitian pengobatan preventif
dalam dan ke luar: peran pemantauan crowdsourced. J Participat Med 2010;
diri pasien dan komunitas pasien di 2:20. Pernyataan peserta tersedia
IBD. Penyakit Radang Usus 2012; secara online di
18:S45–S46. www.jopm.org/citizenscience-genomics-
25. Beaudin JS, Intille SS, Morris ME. as-a-model-for-crowd-sourced-
Untuk melacak atau tidak menacak: preventivemedicine-research-
reaksi pengguna terhadap konsep supplementary-material/
dalampemantauan kesehatan longitudin 34. Duncan DE. Manusia Eksperimental: Apa
al. J Med Internet Res 2006; 8:29. yang Diungkapkan Tubuh Satu Orang
26. Tudung L. Lee Hood. Nat Biotechnol tentang Masa Depannya, Kesehatan Anda,
2011; 29:191. dan Dunia Beracun Kita. New York:
27. Swan M. Studi genomik pribadi generasi Wiley & Putra, Inc 2009.
berikutnya: memperluas genomik 35. Smarr L. Mengukur tubuh Anda: panduan
kecerdasan sosial kegenomik kinerja cara dari perspektif biologi asystems.
kognit ive dalam kreativitas terukur Bioteknol J 2012; 7: 980–991.
dan berpikir cepat dan lambat. 36. Fowkes S. Tiroid Hormone Pengujian.
Kesehatan Berbasis Data: Dari Proyek Kesejahteraan2012. Tersedia
Pelacakan Diri hingga Perubahan online di
Perilaku 2013: Makalah dari Simposium www.projectwellbeing.com/wpcontent/upl
Musim Semi AAAI 2013. oads/2010/02/ThyroidHormoneTesting21.p
28. Chen R, Mias GI, Li-Pook-Than J, dkk. df (Terakhir diakses pada 20 Maret
Omicsprofiling pribadi mengungkapkanls 2013).
fenotip molekuler dan medis yang 37. Lakukan CB, Tung JY, Dorfman E, dkk.
dinamis. Sel 2012; 148:1293–1307. Studi asosiasi genom berbasis web
mengidentifikasi dua lokus baru dan
komponen genetik substansial untuk
BD107
SI DIUKUR DIRI
Angsa
penyakit Parkinson. PLoS Genet 20 11; 46. Collins FS. Kasus untukstudi kohort
7:1002141. prospektif AS tentang lingkungan dan
38. Dufau S, Dun ̃ abeitia JA, Moret-Tatay lingkungan. Alam 2004; 429:475–477.
C. Ponsel pintar, ilmu pintar: 47. Hogg C. Nilai QS Data Commons (dan
bagaimana penggunaan smartphone dapat Data
merevolusi penelitian dalam ilmu Standar) untuk Data Kesehatan
kognitif. PLoS Satu 2011;6: e24974. Pribadi. 100plus 2012. Tersedia
39. Angsa, M. Sensor Mania! Internet of online di
Things, Komputasi yang Dapat http://100plus.com/2012/09/qs-
Dikenakan, Metrik Objektif, dan Self datacommons/ (Terakhir diakses pada
2.0 yang Diukur. J Sens Aktuator Netw 20 Maret 2013).
2012; 1:217–253. 48. Hak Privasi Data Swan M. Neural:
40. Anonim. Mashup: mengubah data Anda Sebuah Undangan Untuk Kemajuan Dengan
menjadi sesuatu yang dapat digunakan KedokKekhawatiran Yang Mencaci.
dan berguna. Sen.se blog 2012. Pertanyaan Tahunan Edge 2013. Tersedia
Tersedia online dihttp://bl online di http://
og.sen.se/post/19174708614/mashups- edge.org/responses/q2013 (Terakhir
turningyour-data-into-something- diakses pada 20 Maret 2013).
useable-and (Terakhir diakses pada 20 49. Kelly K. Abad yang Diukur. Konferensi
Maret 2013). Diri Terukur, Universitas Stanford,
41. Poh MZ, Swenson NC, Picard RW. Sensor Palo Alto, CA, 15–16 September 2012.
yang Dapat Dikenakanuntuk Penilaian Tersedia online di
Jangka Panjang yang Tidak Mengganggu http://quantifiedself
dari Aktivitas Elektro dermal. .com/conference/Palo-Alto-2012
Transaksi IEEE pada Biomedis (Terakhir diakses pada 20 Maret 2013).
Engineering 2010; 57:1243–1252. 50. Swan M. Scaling studi kesehatan
42. Halevy A, Norvig P, Pereira F. crowdsourced: munculnya bentuk baru
Efektivitas data yang tidak masuk organisasi penelitian kontrak. Pers
akal. IEEE Intell Syst 2009; 24:8–12. Med 2012; 9:223–234.
43. Le QV, Ranzato MA, Monga R, dkk. 51. Database Rubinstein J. 23andMe
Membangun high-levelfeatures melampaui 100.000 pengguna. Siaran
menggunakan pembelajaran tanpa Pers 23andMe 2011. Tersedia online di
pengawasan skala besar. Konferensi www.23andme.com/about/press/23andme_da
Internasional ke-29 tentang tabase_ 100000k_users/ (Terakhir
Pembelajaran Mesin (ICML 2012), diakses pada Maret 20, 2013).
Edinburgh, Skotlandia, 26 Juni–1 Juli 52. Studi penelitian kesehatan Swan M.
2012. Crowdsourced: Pelengkap penting yang
Tersedia online di muncul untuk uji klinis dalam
http://arxiv.org/abs/1112.6209 ekosistem penelitian kesehatan
44. Michel JB, Shen YK, Aiden AP, dkk. masyarakat. J Med Internet Res 2012;
Analisis kuantitatif budaya 14:46.
menggunakan jutaan buku digital. Sains 53. Darrow B. Greenplum dan Kaggle
2011; 331:176–182. meluncurkan layanan big
45. Heianza Y, Arase Y, Fujihara K, dkk. datamatchmaking. Gigaom 2012. Tersedia
Tingkat normalHbA(1c) yang tinggi online di
dikaitkan dengan gangguan sekresi http://gigaom.com/2012/10/23/greenplum
insulin tanpa meningkatkan resistensi -kaggle-playbig-data-matchmakers
insulin pada individu Jepang: (Terakhir diakses pada 20 Maret 2013).
Manajemen Kesehatan Rumah Sakit 54. Wajah Raven K. 23andMe di industri
Toranomon Cmemasuki Studi 8 (TOPIK 8). penelitian kesehatan crowdsourced
Diabet Med 2012; semakin besar. Obat Alam 2012.
29:1285–1290. Tersedia online di http://

2013
RESENSI
Angsa
blogs.nature.com/spoonful/ 61. Swan M. Emerging model perawatan
2012/07/23andmes-face-in-the- kesehatan yang digerakkan oleh pasien:
crowdsourced-healthresearch-industry- anexamination jaringan sosial
gets-bigger.html (Terakhir diakses kesehatan, obat yang dipersonalisasi
pada 20 Maret 2013). konsumen dan pelacakan diri yang
55. Kepala Connor S. Glaxo: Obat kami diukur. Int J Lingkungan Res
tidak bekerja pada sebagian besar Kesehatan Masyarakat 2009; 2:492–525.
pasien. Independen 2003. Tersedia 62. Petersen MK, Stahlhut C, Stopczynski
online di A, dkk. Smartphone Menjadi Emosional:
www.independent.co.uk/news/science/gla Pikiran Membaca Gambar dan
xo-chief-ourdrugs-do-not-work-on-most- Merekonstruksi Sumber Saraf. Dalam
patients-575942.html (Terakhir diakses Proceedings of Affective Computing and
pada 20 Maret 2013). Intelligent Interaction Conference,
56. Ramirez E.Toolmaker Bicara: Memphis, TN, 9-12 Oktober 2011.
Jonathan Cohen Tersedia online
(Expereal). Diri Terkuantifikasi www2.imm.dtu.dk/pubdb/views/edoc_downl
2012. Tersedia online di http:// oad .php/6124/pdf/imm6124.pdf
quantifiedself.com/2012/10/ (Terakhir diakses pada 20 Maret 2013).
toolmaker-talk-jonathan- 63. Taleb NN. Angsa Hitam:Tindakan Imp
cohenexpereal/ (Terakhir diakses dari Yang Sangat Tidak Mungkin. New
pada 20 Maret 2013). York: Rumah Acak, 2007.
57. Kahneman D. Berpikir, Cepat dan 64. Surga J. Bagaimana Big Data Dapat
Lambat. New York: Farrar, Straus, dan Membuat Kita Lebih Bahagia dan
Giroux. 2011. Sehat. Mashable 2012. Tersedia online
58. Sekolah Kedokteran Harvard. di http://
Menempatkan efek plasebo untuk mashable.com/2012/10/08/the-power-of-
bekerja. Publikasi Kesehatan Harvard quantified-self/ (Terakhir diakses
2012. Available online at pada 20 Maret 2013).
www.health.harvard.edu/newsletters/Har 65. Belk RW. Perbedaan budaya dan sejarah
vard_Health_ dalam konsep diri dan pengaruhnya
Letter/2012/April/putting-the-placebo- terhadap sikap terhadap memiliki dan
effect-to-work (Terakhir diakses pada memberi. Kemajuan dalam Penelitian
20 Maret 2013). Konsumen 1984; 11:754– 763. Tersedia
59. Petersen JE, Shunturov V, Janda K, online di
dkk. Asrama mengurangi konsumsi www.acrwebsite.org/search/viewconferen
listrik ketika terkena umpan balik ce-proceedings.aspx?Id =6345 (Terakhir
visual dan insentif waktu nyata. Int diakses pada 20 Maret 2013).
J Mempertahankan Pendidikan Tinggi 66. Anonim. Penetrasi ponsel kini mencapai
2007; 8:16–33. Tersedia online di www 85% di seluruh dunia. Info AME 2012.
.emeraldinsight.com/journals.htm? Tersedia online di www
articleid = 1585597& show = abstract .ameinfo.com/291448.html (Terakhir
(Terakhir diakses pada 20 Maret diakses pada 20 Maret 2013).
2013). 67. Ramanathan VM. Pengguna smartphone di
60. Gale R. Menggunakan Desain Berbasis seluruh dunia melewati angka 1 miliar:
Perilaku untuk Mendorong Perilaku laporan. Waktu Bisnis Internasional
Sehat. Masyarakat untuk Manajemen 2012. Tersedia online di
Sumber Daya Manusia 2011. Tersedia www.ibtimes.com/worldwide-smartphone-
atwww.shrm.org/hrdisciplines/ users-cross-1-billion-mark-report-
manfaat/artikel/halaman/desain 847769 (Terakhir diakses pada 20 Maret
berbasis perilaku.aspx (Terakhir 2013).
diakses pada 20 Maret 2013). 68. Reisinger D. Android, iOS tumbuh 10
kali lebih cepat daripadaPC pada 1980-
BD109
SI DIUKUR DIRI
Angsa
an. Tersedia online 945/ 07/as-we-may-think/303881

dihttp://news.cnet.com/8301-1035_3-575 (Terakhir diakses pada 20 Maret 2013).
00961-94/androidios-growing-10-times- 72. Viseu A, Suchman L. Augmentasi yang
faster-than-pcs-did-in-the-1980s/ dapat dikenakan: Imajiner dari tubuh
(Terakhir diakses pada 20 Maret 2013). yang diinformasikan, hlm. 161–184.
69. Degusta M. Apakah Ponsel Pintar Dalam Technologized Images,
Menyebar Lebih Cepat daripada Technologized Bodies, Edwards J,
Teknologi Apa Pun dalam Sejarah Harvey P, Wade P (eds.). New York:
Manusia? Ulasan Teknologi MIT 2012. Buku Bergham, 2010.
Tersedia online di 73. Swan M. Menuju perspektif orang
www.technologyreview.com/ keempat. Blog erPerspective Luas 2012.
news/427787/are-smart-phones- Tersedia online di http://future
spreading-faster-than-any/ (Terakhir memes.blogspot.com.br/2012/06/towards-
diakses pada 20 Maret 2013). fourth-personperspective.html
70. Serigala G. Memex Sosial – (Terakhir diakses pada 20 Maret 2013).
MemoryExperiment Mark Carranza. Diukur 74. Swan M. Biotechnicity 2.0: Kemajuan
Diri 2009. Tersedia online di Filosofis yang Didukung Komputasi
http://quantifiedself.com/2009/09/the- dalam EpistemologiBiologi Hu man dan
social-memex (Terakhir diakses pada 20 Ontologi Bioidentitas. 2012. Dikirim.
Maret 2013). Alamat korespondensi ke:
71. Semak v. Seperti yang mungkin kita
Melanie Angsa
pikirkan. Atlantik 1945.
MS Futures Grup
Availableonline at
Kotak PO 61258
www.theatlantic.com/magazine/archive/1
Palo Alto, CA 94306
E-mail: m@melanieswan.com
Karya ini dilisensikan di bawah Atribusi Creative Commons 3. 0 Lisensi Amerika Serikat. Anda bebas menyalin,
mendistribusikan, mengirimkan, dan mengadaptasi karya ini, tetapi Anda harus mengaitkan karya ini sebagai
''Big Data. Hak Cipta 2013 Mary Ann Liebert, Inc http://liebertpub.com/big, digunakan di bawah Lisensi
Atribusi Creative Commons: http://creativecommons.org/licenses/ by / 3.0 / us / ''

2013
Artikel ini telah dikutip oleh:
1. Risa Kimura, Tatsuo Nakajima. 2023. Memodelkan Dunia Nyata yang Ditingkatkan
Secara Digital yang Terinspirasi oleh Realisme Agential—Menjelajahi Peluang dan
Tantangan. Kota Cerdas 6:1, 319-338. [Crossref]
2. Kunthi Afrilinda Kusumawardani, Hanif Adinugroho Widyanto, Jessica Eva Gloria
Tambunan. 2023. Peran nilai-nilai gamifikasi, sosial, hedonik dan utilitarian
pada adopsi e-commerce. Jurnal Pemasaran Spanyol - ESIC 50. . [Crossref]
3. Wided Batat, Wafa Hammedi. 2023. Kerangka kerja extended reality technology (ERT)
untuk merancang pengalaman pelanggan dan layanan dalam pengaturan phygital:
agenda penelitian layanan. Jurnal Manajemen Pelayanan 34:1, 10-33. [Crossref]
4. Thomas E. Webster, Jean Paquette. 2023. "My other hand": Peran sentral smartphone
dan SNS dalam kehidupan dan studi siswa Korea. Komputer dalam Perilaku Manusia
138, 107447. [Crossref]
5. P. K. Paulus. Aspek Biosensor dengan Mengacu pada Implikasi yang Muncul dari
Kecerdasan Buatan, Big Data dan Analitik: TheChanging Healthcare–A General Review
1-18. [Crossref]
6. Lauro Estivalete Marchionatti, Nicole da Silva Mastella, Vitória Dall Agnol
Bouvier, Ives Cavalcante Passos. Digital Phenotypingin Mood Disorders 35-48.
[Crossref]
7. Karolin Eva Kappler. E-Health dan Digitalisasi Kesehatan 1-19. [Ref silang]
8. Iryna Kuksa, Michael Skinner, Tony Kent, Tom Fisher. Personalisasi prediktif:
apakah kita menonton atau sedang ditonton? 89-108. [Crossref]
9. Enrico Attila Bruni, Filippo Andrei, Lia Tirabeni. 2022. Melibatkan tubuh,
mengambil program kesehatan perusahaan. Penelitian Qualitative dalam Organisasi
dan Manajemen: Jurnal Internasional 17:5, 88-107. [Crossref]
10. Muhammad Zia Hydari, Idris Adjerid, Harun D. Striegel. 2022. Health Wearables,
Gamification, dan Aktivitas Sehat. Ilmu Manajemen . [Crossref]
11. Julien Onno. 2022. Perbaikan diri dalam rezim digital: ambiguitas Diri yang
Diukur, antara wacana dan praktik. Sosio-antropologi:46, 81-108. [Crossref]
12. Jasmine Fardouly, Ross D. Crosby, Suku Sukunesan. 2022. Manfaat potential dan
keterbatasan pembelajaran mesin di bidang gangguan makan: penelitian saat ini dan
arah masa depan. Jurnal Gangguan Makan 10:1. . [Crossref]
13. Frauke Zeller, Lauren Dwyer. 2022. Sistem kolaborasi: tantangan dan solusi
untuk penelitian interdisipliner dalam AI dan robotika sosial. Temukan Kecerdasan
Buatan 2:1. . [Crossref]
14. Sebastian Pimminger, Werner Kurschl, Johannes Schonbock. Sistem Pelatihan
Tempat Kerja Realitas Campuran untuk Pabrik Pintar: Tantangan dan Arah Masa Depan
1-6. [Crossref]
15. Christoph Stach, Clémentine Gritti, Julia Bräcker, Michael Behringer, Bernhard
Mitschang. 2022. Melindungi Data Sensitif di Era Informasi: Canggih dan Prospek
Masa Depan. Internet Masa Depan 14:11, 302. [Crossref]
16. Bernard Tuffour Atuahene, Sittimont Kanjanabootra, Thayaparan Gajendran. 2022.
Peran transformatif big data melalui kemampuan recognitidalam konstruksi.
Manajemen Konstruksi dan Ekonomi 27, 1-24. [Crossref]
17. PIYALI KHAMKAT, VIVEK BARIK, BHAKTI BHUSAN BARIK, SNEHAMOYEE MOHAPATRA, RAJAT
KAR. 2022. PERSONALIZED MEDICINE: INOVASI DALAM SISTEM PERAWATAN KESEHATAN.
Jurnal Farmasi Asia dan
Penelitian Klinis 4-9. [Crossref]
18. I. S. Dolgopolov, M. Yu. Rykov. 2022. Pengobatan yang dipersonalisasi: tren dan
prospek saat ini. Rossiyskiy Vestnik Perinatologii i Pediatrii (Buletin Rusia of
Perinatologi dan Pediatri) 67: 4, 14-21. [Crossref]
19. I. S. Dolgopolov, M. Yu. Rykov. 2022. Evolusi pengobatan yang dipersonalisasi:
tinjauan literatur. Jurnal Penelitian dan Kedokteran Praktis 9:3, 117-128.
[Crossref]
20. Jingni Xu, Li Xu, Xiu Wu. 2022. Model Manajemen Pelatihan Olahraga Berdasarkan
Big Data Digital Technology under ComplexHuman Environment. Komunikasi Nirkabel
dan Komputasi Seluler 2022, 1-9. [Crossref]
21. E. Vermeulen, S. S. Grobbelaar, A. Botha, K. Nolte. 2022. Computational
modelling in sport: simulasi hybrid dari runnera sistem adaptif yang kompleks.
Masalah Teoritis dalam Ilmu Ergonomi 23:5, 588-612. [Crossref]
22. Silvia Berciano, Juliana Figueiredo, Tristin D. Brisbois, Susan Alford, Katie
Koecher, Sara Eckhouse, Roberto Ciati, MartinKussmann, Jose M. Ordovas, Katie
Stebbins, Jeffrey B. Blumberg. 2022. Nutrisi presisi: Menjaga integritas ilmiah
sambil mewujudkan potensi pasar. Perbatasan dalam Nutrisi 9. . [Crossref]
23. Srdja Janković, Ana Katić, Milan M. Ćirković. 2022. Gaia sebagai Solaris:
Lintasan Evolusi Default Alternatif. Asal-usul Kehidupan dan Evolusi Biosfer 52:1-
3, 129-147. [Crossref]
24. Arshia Rehman, Saeeda Naz, Imran Razzak. 2022. Memanfaatkan analitik big data
dalam peningkatan layanan kesehatan: tren, tantangan, dan peluang. Sistem
Multimedia 28:4, 1339-1371. [Crossref]
25. David C. Klonoff, Kevin T. Nguyen, Nicole Y. Xu, Alberto Gutierrez, Juan C.
Espinoza, Alaina P. Vidmar. 2022. Penggunaan Monitor ContinuousGlucose oleh Orang
Tanpa Diabetes: Ide Yang Waktunya Telah Tiba?. Jurnal Sains dan Teknologi
Diabetes 193229682211108. [Crossref]
26. Brygg Ullmer, Orit Shaer, Ali Mazalek, Caroline Hummels. Menenun Api ke dalam
Formulir 35, . [Crossref]
27. Kekuatan Michael. 2022. Berteori Ekonomi Jejak: Dari Masyarakat Audit ke
Kapitalisme Pengawasan. Teori Organisasi 3:3, 263178772110522. [Crossref]
28. YaWen Zhang, YanQiong Wang. 2022. Kelas Pendidikan Jasmani Big Data Online
Berbasis Jaringan Monitoring dan Kecerdasan Buatan. Jaringan Keamanan dan
Komunikasi 2022, 1-7. [Crossref]
29. Kate Themen, Cosmin Popan. 2022. Modalitas sensorik pendengaran dan visual
dalam velodrome dan praktik menjadi pesepeda atrack. Tinjauan Internasional untuk
Sosiologi Olahraga 57:4, 618-633. [Crossref]
30. Yan Zhang, Ciaran B. Jejak. 2022. Kualitas data pelacakan diri kesehatan dan
kebugaran: Perspektif konsumen. Jurnal Asosiasi Sains dan Teknologi Informasi
73:6, 879-891. [Crossref]
31. Mario Martini, Carolin Kemper. 2022. Keamanan siber antarmuka otak-komputer.
Tinjauan Hukum Keamanan Siber Internasional 3:1, 191-243.
32. Jenifer Matahari Terbit Musim Dingin, Elizabeth Davidson. 2022. Menyelaraskan
rezim regulasi untuk tata kelola data kesehatan yang dihasilkan pasien.
Telekomunikasi Policy 46:5, 102285. [Crossref]
33. Dionysios Koulouris, Andreas Menychtas, Ilias Maglogiannis. 2022. Platform
berkemampuan IoT untuk penilaian aktivitas fisik dan mental yang memanfaatkan
augmented reality exergaming. Sensor 22:9, 3181. [Crossref]
34. Lauri Tuovinen, Alan F. Smeaton. 2022. Berbagi sadar privasi dan analisis
kolaboratif data kesehatan pribadi: Model proses, ontologi domain, sistem
perangkat lunak, dan uji coba pengguna. PLOS SATU 17:4, e0265997. [Crossref]
35. Erik Mohlhenrich, Dario Krpan. 2022. Jam amatir: Meningkatkan keragaman
pengetahuan dalam ilmu psikologi dan perilaku dengan memanfaatkan kontribusi dari
amatir. Ide-ide Baru dalam Psikologi 65, 100922. [Crossref]
36. Timo Schulte, Sabine Bohnet-Joschko. 2022. Bagaimana Analisis Big Data Dapat
Mendukung Layanan Kesehatan yang Berpusat pada Orang dan Terintegrasi: Tinjauan
Pelingkupan. International Jurnal Perawatan Terpadu 22:0, 23. [Crossref]
37. Idris Adjerid, George Loewenstein, Rachael Purta, Aaron Striegel. 2022.
Insentif Gain-Loss danPhysical Act ivity: Peran Pilihan dan Alat Kesehatan yang
Dapat Dikenakan. Ilmu Manajemen 68:4, 2642-2667. [Crossref]
38. Duygu Akdevelioglu, Sean Hansen, Alladi Venkatesh. 2022. Teknologi yang dapat
dikenakan, komunitas merek, dan pertumbuhan visi atranshumanist. Jurnal Manajemen
Pemasaran 38:5-6, 569-604. [Crossref]
39. Nancy Elizabeth Doyle, Almuth McDowall, Raymond Randall, Kate Knight. 2022.
Apakah itu berhasil? Menggunakan skor Meta-Impact untuk memeriksa efek global
dalam studi intervensi kuasi-eksperimental. PLOS SATU 17:3, e0265312. [Crossref]
40. Kateryna Maltseva Reiby, Alexander Buhmann, Christian Fieseler. 2022. Di jalur
menuju biopower? Menuju kerangka konseptualuntuk kepatuhan pengguna dalam
pelacakan mandiri digital. Masyarakat Informasi 38:2, 117-132. [Crossref]
41. Hub Zwart. 2022. "Cinta adalah mikroba juga" : Dialektika mikrobioma. Ikhtiar
46:1-2, 100816. [Crossref]
42. Yanjun Zhang. 2022. Penelitian Teknologi Pembayaran Multipihak Berbasis
Blockchain dan Mekanisme Smart Contract. Jurnal Matematika 2022, 1-14. [Crossref]
43. Narges Alipanah, Carolyn S. Calfee. 2022. Phenotyping pada sindrom gangguan
pernapasan akut: state of the art dan clinicalimplications. Opini Saat Ini dalam
Perawatan Kritis 28:1, 1-8. [Crossref]
44. Robert L. Batu Emas. 2022. Kinerja, Kesejahteraan, Motivasi, dan Identitas di
Era Data yang Melimpah: Pengantar "Kehidupan yang Terukur dengan Baik" Edisi
Khusus Arah Saat Ini dalam Ilmu Psikologi. Directio ns saat inidalam Ilmu
Psikologi 31: 1, 3-11. [Crossref]
45. Anoopum S. Gupta. 2022. Digital Phenotyping dalam Neurologi Klinis. Seminar
Neurologi 42:01, 048-059. [Crossref]
46. Gislene Cássia S. Schwambach, Óscar Hernández López, Michele Kremer Sott,
Leonel Pablo Carvalho Tedesco, Rolf Fredi Molz.2022. Penerimaan dan persepsi
teknologi yang dapat dikenakan: Survei tentang perusahaan Brasil dan Eropa.
Teknologi dalam Masyarakat 68, 101840. [Crossref]
47. Ali Al Mazari. Perspektif Komputasi dan Data Mining tentang HIV/AIDS di Era Big
Data 1477-1503. [Crossref]
48. Jérémy Frey, Renaud Gervais, Jelena Mladenović, Joan Sol Roo. Perangkat
fisiologis nyata untuk komputasi positif, aretrospektif 75-93. [Crossref]
49. Tong Lam. Algoritma Rakyat: Kredit Sosial dan Kebangkitan Besar China (Br)
lainnya 71-95. [Crossref]
50. Brittany I. Davidson. 2022. Persimpangan fenotip digital. Rumah Sakit Umum
Psikiatri 74, 126-132. [Crossref]
51. María Óskarsdóttir, Anna Sigridur Islind, Elias August, Erna Sif Arnardóttir,
François Patou, Anja M Maier. 2022. Pentingnya Mendapatkan Data Tidur dan
Aktivitas Harian yang Cukup untuk Menilai Variabilitas: Studi Observasional
Longitudinal. Penelitian Formatif JMIR
6:2, e31807. [Crossref]
52. Tom H van de Belt, Aimee de Croon, Faye Freriks, Thomas Blomseth Christiansen,
Jakob Eg Larsen, Martijn de Groot. 2022. Hambatan dan Fasilitator Penggunaan
Pelacak Satu Tombol dan Alat Analisis Data Berbasis Web untuk Ilmu Pribadi: Studi
Eksplorasi. Penelitian Formatif JM IR 6:3, e32704. [Crossref]
53. Tessa Strain, Katrien Wijndaele, Matthew Pearce, Søren Brage. 2022.
Pertimbangan Penggunaan Wearablesand Smartphone Tingkat Konsumen dalam Pengawasan
Populasi Terhadap Aktivitas Fisik. Jurnal Pengukuran Perilaku Fisik 1-7.
[Crossref] 54. Liezel Cilliers. Ekosistem kesehatan digital untuk Afrika selama
pandemi COVID-19 39-51. [Crossref]
55. Tenzin Palbar, Manoj Kesavulu, Cathal Gurrin, Renaat Verbruggen. Prediksi
Glukosa Darah Menggunakan Kontekstual LifeLog Data404-415. [Crossref]
56. Abid Haleem, Mohd Javaid, Ravi Pratap Singh, Rajiv Suman. 2022. Teknologi medis
4.0 untuk perawatan kesehatan: Fitur, kemampuan, dankation aplikasi. Internet of
Things dan Sistem Cyber-Fisik 2, 12-30. [Crossref]
57. Julio Vega, Beth T Bell, Caitlin Taylor, Jue Xie, Heidi Ng, Mahsa Honary,
Roisin McNaney. 2022. Mendeteksi Kesehatan Mental
Perilaku Menggunakan Interaksi Seluler: Studi Eksplorasi yang Berfokus pada Pesta
Makan. JMIR Kesehatan Mental 9:4, e32146. [Crossref] 58. Oya Demirbilek. Perawatan
Jarak Jauh untuk Orang Tua: Tren Masa Depan dan Desain Spekulatif 293-312. [Crossref]
59.Andy Wai Kan Yeung, Stefan Tino Kulnik, Emil D Parvanov, Anna Fassl, Fabian
Eibensteiner, Sabine Völkl-Kernstock, MariaKletecka-Pulker, Rik Crutzen, Johanna
Gutenberg, Isabel Höppchen, Josef Niebauer, Jan David Smeddinck, Harald Willschke,
Atanas G Atanasov. 2022. Penelitian Penggunaan Teknologi Digital dalam
Kardiologi:Analisis Bibl iometrik. Jurnal Penelitian Internet Medis 24:5, e36086.
[Crossref]
60.Karolin Eva Kappler. E-Health dan Digitalisasi Kesehatan 1-19. [Crossref]
61.Johannes Achatz, Stefan Selke. Membantu realitas turun daritanah. Tentang Dilema
Kontingensi dalam Konteks Praktik Pengukuran Diri Digital Data Kesehatan 361-391.
62.Ursula Meidert, Mandy Scheermesser. Berbagai konsep kesehatan dalam konteks
pengukuran diri digital 335-359. [Crossref]
63.Kousik Dutta, Aditya Rajput, Shreya Srivastava, Annamalai Chidambaram, Anmol
Srivastava. Desain aplikasi berkemampuan AIuntuk mendeteksi nilai gizi Ayurveda
dari barang-barang yang dapat dimakan dan menyarankan diet 245-256. [Crossref]
64.X. Lagu, K.J. Evans, S. Kumar, R.G.V. Bramley. 2022. Eksperimen selama produksi
anggur anggur di Australia: motivasi, perkiraandan peluang untuk perubahan.
Jurnal Penelitian Anggur dan Anggur Australia 28:1, 131-145. [Crossref]
65.Farhat-ul-Ain, Pelabuhan Kristjan, Vladimir Tomberg. Digital Self-monitoring untuk
Meningkatkan Persepsi Mengenai Aktivitas Fisik: ACase of Quantifying Self with
University Students 259-266. [Crossref]
66.Henning Richter, Michael Fellmann, Fabienne Lambusch, Maik Kranzusch. Menuju
Konsep Arsitektur untuk Sistem WearableRecommendation untuk Mendukung
Produktivitas dan Kesejahteraan Di Tempat Kerja 416-429. [Crossref]
67.Kurt Sandkuhl. Fitur Produk Terukur dan Implikasi Desainnya 152-163. [Crossref]
68.Troels Mønsted. Soal jarak? Studi Kualitatif Penilaian Gaya Hidup Dini Berbasis
Data dalam Perawatan Kesehatan Preventif467-481. [Crossref]
69.Alexander Seifert, Hans Rudolf Schelling. Penggunaan TIK dalam Konteks Kesehatan
dan Kebugaran pada Usia 3-26.
70.Ji-Yeong Yun. 2022. Melarikan Diri dari Korset: Kemarahan sebagai Kekuatan
Perlawanan dan Kreatidalam Gerakan Feminis Korea. Hypatia 37:2, 257-275.
[Crossref]
71.Karolin Eva Kappler. E-Health dan Digitalisasi Kesehatan 1-19. [Crossref]
72.Natalie Leah Sulaiman, Vlad Manea. Mengukur Energi dan Kelelahan: Klasifikasi dan
Penilaian Energi dan Kelelahan Menggunakan Metode Subjektif, Objektif, dan
Campuran terhadap Health dan Kualitas Hidup 79-117. [Crossref]
73.Rui Wang, Jun Hu. Desain untuk Menghubungkan Orang Melalui Karya Seni Digital
dengan Informasi Pribadi 386-397. [Crossref]
74.Anne Schmitz, Heiko Kirschner, Andreas Hepp. Jaringan Pengaruh Transnasional:
Kehadiran Twitter dari Organisasi Organizatio nal Elite Gerakan QuantifiedSelf dan
Maker47-73. [Crossref]
75.Nergis DURSUN, Emel YILMAZ. 2021. Penggunaan teknologi wearable di bidang
keperawatan bedah. Jurnal Ilmu Kesehatan Universitas Istanbul Gelisim :15, 646-
656. [Crossref]
76.Ulrike Krein, Mandy Schiefner-Rohs. 2021. Data di Sekolah: (Perubahan) Praktik dan
Titik Buta Sekilas. Perbatasan dalam Pendidikan 6. . [Crossref]
77.Dario Krpan, Milan Urbaník. 2021. Dari paternalisme libertarian ke liberalisme:
ilmu perilaku dan kebijakan di era teknologi baru. Kebijakan Perilaku Public 21,
1-27. [Crossref]
78.Rachael Kent. Dari Negara Kesejahteraan Inggris ke Perawatan Diri Digital: Konteks
Historis Pelacakan Kesehatan Masyarakat dan QuantifyingBodies 71-92. [Crossref]
79.Paulus Quinn. 2021. Penelitian di bawah GDPR – lapangan bermain yang setara untuk
penelitian sektor publik dan swasta?. Ilmu Hayati, Masyarakat dan Kebijakan
17:1. . [Crossref]
80.Brenna Lin, Christopher Prickett, Steven Woltering. 2021. Kelayakan menggunakan
perangkat biofeedback dalam pelatihan mindfulness - apilot randomized controlled
trial. Studi Percontohan dan Kelayakan 7:1. . [Crossref]
81.Ankit Verma, Gaurav Agarwal, Amit Kumar Gupta, Mangal Sain. 2021. Novel Hybrid
Intelligent Secure Cloud Internet of ThingsBerdasarkan Prediksi dan Diagnosis
Penyakit. Elektronik 10:23, 3013. [Crossref]
82.Carolin Siepmann, Pascal Kowalczuk. 2021. Memahami penggunaan smartwatch
berkelanjutan: peran emosional serta faktor kesehatan dan kebugaran. Pasar
Elektronik 31:4, 795-809. [Crossref]
83.Tatiana A. Sidorova. 2021. MASALAH KEMANUSIAAN DIGITALISASI DALAM KEDOKTERAN.
Chelovek.RU :2021-16,
49-63. [Crossref]
84.Adam Possamai. 2021. Globalisasi, transformasi masyarakat dan Covid-19. Diogenes
271-272:3, 191-204. [Crossref]
85.Päivi Heikkil ä,Anita Honka, Eija Kaasinen, Kaisa Väänänen. 2021. Pekerja pabrik
terukur: studi lapangan aplikasi web yang mendukung kesejahteraan dan
produktivitas kerja. Kognisi, Teknologi & Kerja 23:4, 831-846. [Crossref]
86.Zhaoxi Zhang, Pangeran Michael Amegbor, Clive Eric Sabel. 2021. Menilai Integrasi
Saat Ini dari Beberapa Sensor yang Dapat Dikenakan yang Dipersonalisasi untuk
Pemantauan Lingkungan dan Kesehatan. Sensor 21:22, 7693. [Crossref]
87.Cataldo Musto, Fedelucio Narducci, Marco Polignano, Marco De Gemmis, Pasquale
Lops, Giovanni Semeraro. 2021. MyrrorBot : Asisten Digital Berdasarkan Mod els
Pengguna Holistikuntuk Akses Pribadi ke Layanan Online. Transaksi ACM pada
Informasi
Sistem 39:4, 1-34. [Crossref]
88.Xin Liao, Dongming Wu, Qianqian Zhang, Ge Han. 2021. Bagaimana Cara Meningkatkan
Loyalitas Pengguna terhadap Perangkat Smart Health? ThePerspective kompatibilitas.
Keberlanjutan 13:19, 10722. [Crossref]
89.Erna Sif Arnardottir, Anna Sigridur Islind, María Óskarsdóttir. 2021. Masa Depan
Pengukuran Tidur. Klinik Obat Tidur 16:3, 447-464. [Crossref]
90.Feng Dong, Shengnan Zhang, Jiao Zhu, Jiaojiao Sun. 2021. Dampak Pengembangan
Terintegrasi AI dan Industri Energipada Industri Energi Regional: Kasus China.
Jurnal Internasional Resea Lingkungandan Kesehatan Masyarakat 18:17, 8946.
[Crossref]
91.Rania Magdi Fawzy. 2021. You Are just a No: diri yang diukur dari perspektif
semio-pragmatis. Semiotika Sosial 6, 1-19. [Crossref]
92.Mohamed Benbouzid, Tarek Berghout, Nur Sarma, Siniša Djurović, Yueqi Wu, Xiandong
Ma. 2021. Kondisi CerdasPemantauan Sistem Tenaga Angin: Tinjauan Canggih. Energi
14:18, 5967. [Crossref]
93.Matius Blaszka, Natasha A. Rascon. 2021. Perangkat Kebugaran yang Dapat Dikenakan:
Penyelidikan terhadap Makna Penggunaan yang Dibangun Bersama. Komunikasi &
Olahraga 5, 216747952110333. [Crossref]
94.Gaël Vila, Christelle Godin, Sylvie Charbonnier, Aurélie Campagne. 2021. Indeks
Kualitas Real-Time untuk Mengontrol Kehilangan Data dalam Aplikasi Pemantauan
Jantung Kehidupan Nyata. Sensor 21:16, 5357. [Crossref]
95.Vini Vijayan, James P. Connolly, Joan Condell, Nigel McKelvey, Philip Gardiner.
2021. Tinjauan Perangkat yang Dapat Dikenakan dan Pertimbangan DataCollection
untuk Kesehatan yang Terhubung. Sensor 21:16, 5589. [Crossref]
96.Christian Kaiser, Alexander Stocker, Gianluigi Viscusi, Michael Fellmann,
Alexander Richter. 2021. Mengkonseptualisasikan penciptaan nilai dalam layanan
berbasis data: Kasus data kendaraan. International Journal of Information Manageme
nt 59, 102335. [Crossref]
97.Frans Folkvord, Amy van Breugel, Sanneke de Haan, Marcella de Wolf, Marjolein de
Boer, Mariek Vanden Abeele. 2021. AProtocol Study untuk Menetapkan Hasil
Psikologis Dari Penggunaan Wearables untuk Pemantauan Kesehatan dan Kebugaran.
Perbatasan dalam Kesehatan Digital 3. . [Crossref]
98.Xinyue Zhang, Peng Gao, Michael P. Snyder. 2021. Ekspos di Era Diri Yang Diukur.
Tinjauan Tahunan Ilmu Data Biomedis 4:1, 255-277. [Crossref]
99.Changrong Yuan. 2021. Data Quotient: Kompetensi Masa Depan Perawat Onkologi.
Keperawatan Kanker 44:4, 261-262. [Crossref]
100. Alberto Ardissone. 2021. Dari loyalitas hingga pengunduran diri: Figurasi
pasien-dokter pada diabetes tipe 1. Sosiologi Kesehatan & Penyakit 43:6, 1388-
1404. [Crossref]
101. Amit Birenboim, Marco Helbich, Mei-Po Kwan. 2021. Kemajuan dalam penginderaan
portabel untuk lingkungan perkotaan: Memahami kota dari perspektif mobilitas.
Komputer, Lingkungan, danSistem larangan Anda 88, 101650. [Crossref]
102. . Referensi 151-164. [Crossref]
103. Maxime OUELLET. 2021. Untuk teori kritis tata kelola algoritmik dan kecerdasan
buatan. ICT & society : Vol. 15, No. 1 | semester 1, 9-40. [Crossref]
104. Anna N. Baglione, Michael Paul Clemens, Juan F. Maestre, Aehong Min, Luke Dahl,
Patrick C. Shih. 2021. Memahami Praktik Teknologi dan Kebutuhan Terapis Musik.
Prosiding ACM tentang Tindakan Inter Manusia-Komputer 5:CSCW1,
1-25. [Crossref]
105. Anja Salzmann, Frode Guribye, Astrid Gynnild. 2021. Jurnalis Bergerak sebagai
Objek Data yang Dapat Dilacak: Kapitalisme Pengawasan dan Inovasi yang Bertanggung
Jawab dalam Jurnalisme Seluler. Media dan Komunikasi 9:2, 130-139. [Crossref]
106. . Daftar Pustaka 183-195. [Crossref]
107. Daniel Berrar, Werner Dubitzky. 2021. Pembelajaran mendalam dalam
bioinformatics dan biomedicine. Pengarahan dalam Bioinformatika 22:2, 1513-1514.
[Crossref]
108. Dan M. Kotliar. 2021. Siapa yang Bisa Memilih? Tentang Konstruksi Sosio-
algoritmik Choice. Sains, Teknologi, & Nilai-Nilai Manusia 46:2, 346-375.
[Crossref]
109. Alex McKeown, Miranda Mourby, Paul Harrison, Sophie Walker, Mark Sheehan, Ilina
Singh. 2021. Masalah Ethical dalam Persetujuan untuk Penggunaan Kembali Data dalam
Platform Data Kesehatan. Etika Sains dan Teknik 27:1. . [Crossref]
110. Barr-Kumarakulasinghe Cheryl, Boon-Kwee Ng, Chan-Yuan Wong. 2021. Mengatur
kemajuan internet-of-things: Ambivalensi dalam upaya eksploitasi teknologi dan
perlindungan hak-hak pengguna. Teknologi dalam Masyarakat 64, 101463. [Crossref]
111. Magdalena Wojcik. 2021. Konsep quantified self dan implikasinya terhadap
perancangan layanan perpustakaan dalam terang literatur. Ulasan Perpustakaan 88:1,
38-49. [Crossref]
112. P. K. Paulus. Biosensor dan Perawatan Kesehatan Vis-à-Vis Cloud Computing and
IoT: Menuju Pengembangan Perawatan Kesehatan yang Canggih—Gambaran Umum 253-273.
[Crossref]
113. Bernd Ebersberger, Andreas Kuckertz. 2021. Langsung ke sana! Dampak jenis
organisasi pada waktu respons inovasi terhadap krisisCOVID-19. Jurnal Penelitian
Bisnis 124, 126-135. [Crossref]
114. Jinhuan Wang. Studi tentang evolusi daya dukung sumber daya dan lingkungan
perkotaan dengan latar belakang BigData 918-930. [Crossref]
115. Danson Evan Garcia, Yi Liu, Kai Wen Zheng, Yi (Musim Panas) Tao, Phillip V.
Lakukan, Cayden Pierce, Steve Mann. Menafsirkan Ketajaman Visual Mata Manusia
denganWea rable EEG Device dan SSVEP 77-92. [Crossref]
116. Takumi Watanabe, Hiroki Takahashi, Goh Sato, Yusuke Iwasawa, Yutaka Matsuo,
Ikuko Eguchi Yairi. Perilaku Kursi Roda
Pengakuan untuk Memvisualisasikan Aksesibilitas Trotoar oleh Deep Neural Networks
16-29. [Crossref]
117. Gerrit Fröhlich, Nicole Zillien. Pelacakan Diet sebagai Komunikasi Nutrisi 317-
329. [Crossref]
118. Goh Sato, Takumi Watanabe, Hiroki Takahashi, Yojiro Yano, Yusuke Iwasawa, Ikuko
Eguchi Yairi. Memvisualisasikan Road ConditionInformasi dengan Menerapkan
AutoEncoder ke Data Penginderaan Kursi Roda untuk Penilaian Penghalang Jalan 13-
24. [Crossref]
119. Pierre Dragicevic, Yvonne Jansen, Andrew Vande Moere. Fisikisasi Data 1-51.
[Crossref]
120. Nicholas David Bowman, Megan Condis. Governmentality, Playbor, dan Peak
Performance 186-210. [Crossref]
121. Rebecca L. Acabchuk, Mareyna A. Simon, Spencer Low, Julie M. Brisson, Blair T.
Johnson. 2021. Mengukur Kemajuan Meditasidengan EEG De vice Tingkat Konsumen:
Perhatian dari Uji Coba Terkontrol Secara Acak. Perhatian penuh 12:1, 68-81.
[Crossref]
122. Olga Georgieva, Nadejda Bocheva, Miroslava Stefanova, Bilyana Genova.
AnalisisAkurasi dan Waktu dalam Pengambilan KeputusanTugas 283-296. [Crossref]
123. Ben Kim, Peyman Ghasemi, Paul Stolee, Joon Lee. 2021. Dokter dan Orang Dewasa
Yang Lebih Tua Perceptions dari Utilitas Pasien-
Data Kesehatan yang Dihasilkan dalam Merawat Orang Dewasa yang Lebih Tua: Studi
Metode Campuran Eksplorasi. JMIR Penuaan 4:4, e29788. [Crossref]
124. Robert W. Clowes, Klaus Gärtner. Unggahan Pikiran Berkelanjutan Lambat 161-183.
[Crossref]
125. Paulus Cerdas. Memprediksi Saya: Rute Menuju Keabadian Digital? 185-207.
[Crossref]
126. Georg Theiner. Pikiran yang Diperluas: Sebuah Bab dalam Sejarah Transhumanisme
275-321. [Crossref]
127. Jamie Bernhardt. Neuroteknologi dan Gerakan Neurodiversity untuk Mendefinisikan
Pelajar, Merancang Ruang Belajar Multimedia, dan Mengevaluasi Pembelajaran 295-
306. [Crossref]
128. Zheng Xiang, Jason Stienmetz, Daniel R. Fesenmaier. 2021. Smart Tourism Design:
Meluncurkan catatan sejarah riset pariwisata tentang perancangan tempat wisata.
Sejarah Penelitian Pariwisata 86, 103154. [Crossref]
129. Daniel A. Epstein, Clara Caldeira, Mayara Costa Figueiredo, Xi Lu, Lucas M.
Silva, Lucretia Williams, Jong Ho Lee, QingyangLi, Simran Ahuja, Qiuer Chen, Payam
Dowlatyari, Craig Hilby, Sazeda Sultana, Elizabeth V. Eikey, Yunan Chen. 2020.
Pemetaan dan Inventarisasi Literatur Informatika Pribadi. Prosiding ACM di
Interactive, Mobile, Wearable dan Ubiquitous
Teknologi 4:4, 1-38. [Crossref]
130. Cheng Liu, Chin-Shyang Shyu, Tsung-Yu Chou, Chao-Chien Chen, Chien-Hung Wu.
2020. Apa ItuStatus Pengembangan Cur rent dari Wearable Device di Industri 4.0?
Menggunakan model penerimaan teknologi untuk mengeksplorasi kemauan dan pola
penggunaan konsumen. Soal Matematika di Teknik 2020, 1-12. [Crossref]
131. Biying Fu, Florian Kirchbuchner, Arjan Kuijper. 2020. Melakukan Pengenalan
Aktivitas Latihan yang Realistis pada ConsumerSmartphones. Teknologi 8:4, 65.
[Crossref]
132. Ugo Santosuosso, Alessandro Cini, Alessio Papini. 2020. Menelusuri outlier
dalam dataset catatan Drosophila suzukii dengan metodeIsolation Forest. Jurnal Big
Data 7:1. . [Crossref]
133. M. Manikandakumar, E. Ramanujam. Tantangan Keamanan dan Privasi di Lingkungan
Big Data 89-99. [Crossref]
134. Jean‐François De Moya, Jessie Pallud. 2020. Dari panopticon ke heautopticon:
Bentuk pengawasan baru yang diperkenalkan oleh praktik mandiri. Jurnal Sistem
Ormasi Inf 30:6, 940-976. [Crossref]
135. Andreas Hepp. 2020. Kerapuhan kurasi komunitas perintis: Mediasi mendalam dan
penyebaran gerakan Quantified Selfand Maker. Jurnal Internasional Studi Budaya
23:6, 932-950. [Crossref]
136. Shivinder Nijjer, Kumar Saurabh, Sahil Raj. Analisis Big Data Prediktifdalam
Kesehatan 75-91. [Crossref]
137. Renato Henrique Verzani, Adriane Beatriz de Souza Serapião. 2020. Kontribusi
teknologi terhadap kesehatan: melihat aktivitas fisik. Sains & Kesehatan
Masyarakat 25:8, 3227-3238. [Crossref]
138. . Buku Pegangan Perubahan Perilaku 57, . [Crossref]
139. Wilhelm Hofmann, Simone Dohle, Kathi Diel. Mengubah Perilaku Menggunakan Teori
Kontrol Diri Integratif 150-163. [Crossref]
140. Miguel Angel Navas, Carlos Sancho, Jose Carpio. 2020. Teknik Pemeliharaan
Disruptif 4.0. Jurnal Internasional Manajemen Kualitas & Keandalan 37:6/7, 853-
871. [Crossref]
141. Nazaret Gómez-del-Río, Carina S. González-González, Pedro A. Toledo-Delgado,
Vanesa Muñoz-Cruz, Francisco García-Peñalvo.2020. Promosi Kesehatan untuk Obesitas
Anak: Pendekatan Berdasarkan Pelacakan Diri Data. Sensor 20:13, 3778. [Crossref]
142. Rachael Kent. 2020. Kesehatan Pelacakan Diri Dari Waktu ke Waktu: Dari
Penggunaan Instagram untuk Melakukan Kesehatan Optimal hingga Perlindungan Detoks
Digital. Media Sosial + Masyarakat 6:3, 205630512094069. [Crossref]
143. Dan M. Kotliar. 2020. Kembalinya sosial: Identitas algoritmik di zaman kematian
simbolis. Media Baru & Masyarakat 22:7, 1152-1167. [Crossref]
144. Antonios Karatzoglou, Jan Ebbing, Phil Ostheimer, Wenlan Hua, Michael Beigl.
2020. Prediksi destinasi hidup. Pemodelan Pengguna danInteraksi U ser-Adapted
30:3, 331-363. [Crossref]
145. Cataldo Musto, Marco Polignano, Giovanni Semeraro, Marco de Gemmis, Pasquale
Lops. 2020. Myrror: platform untuk pemodelan holisticuser. Pemodelan Pengguna dan
Interaksi yang Diadaptasi Pengguna 30:3, 477-511. [Crossref]
146. Gary Isaac Serigala, Martijn De Groot. 2020. Kerangka Konseptual untuk Ilmu
Pribadi. Perbatasan dalam Ilmu Komputer 2. . [Crossref]
147. Richard L. Kravitz, Adrian Aguilera, Elaine J. Chen, Yong K. Choi, Eric Hekler,
Chris Karr, Katherine K. Kim, Sayali Phatak, Sayantani Sarkar, Stephen M.
Schueller, Ida Sim, Jiabei Yang, Christopher H. Schmid. 2020. Kelayakan,
Penerimaan, dan Pengaruh Uji Coba N-of-1 yang Didukung mHealth untuk Peningkatan
Kesejahteraan Kognitif dan Emosional pada Relawan AS. Perbatasan dalam Kesehatan
Masyarakat 8. . [Crossref]
148. Matthias Wienroth, Louise Lund Holm Thomsen, Anna Marie Høstgaard. 2020.
Identitas teknologi kesehatan dan diri. Pasien'apropriasi alat bantu untuk self‐
manajemen penyakit kronis. Sosiologi Kesehatan & Penyakit 42:5, 1077-1094.
[Crossref]
149. Ribka ROUSI, Roni Renko. 2020. Emosi terhadap Teknologi Peningkatan Kognitif
dan tubuh – sikap dankemauan untuk digunakan. Jurnal Internasional Studi Manusia-
Komputer 102472. [Crossref]
150. Seda Polat Erdeniz, Andreas Menychtas, Ilias Maglogiannis, Alexander Felfernig,
Thi Ngoc Trang Tran. 2020. Recommendersystems untuk aplikasi quantified-self
berkemampuan IoT. Sistem yang Berkembang 11:2, 291-304. [Crossref]
151. Jaimie C. Northam, Markus R. Ayah. 2020. Apakah Tidak Berperasaan Selalu
Dingin? Tinjauan Kritis Literatur tentang Emosi dan
Perkembangan sifat-sifat tidak berperasaan-tidak emosional pada anak-anak. Tinjauan
Psikologi Anak dan Keluarga Klinis 23:2, 265-283 . [Crossref]
152. D. A. Baker. 2020. Empat Ironi Kuantifikasi Diri: Teknologi yang Dapat
Dikenakan dan Diri yang Diukur. Etika Sains dan Teknik 26:3, 1477-1498. [Crossref]
153. Arthur T. E. Capozzi, Mirko Lai, Valerio Basile, Fabio Poletto, Manuela
Sanguinetti, Cristina Bosco, Viviana Patti, GiancarloRuffo, Cataldo Musto, Marco
Polignano, Giovanni Semeraro, Marco Stranisci. 2020. "Contro L'Odio": Platform
untuk Mendeteksi, Memantau, dan Memvisualisasikan Ujaran Kebencian terhadap
Imigran di Media Sosial Italia. Jurnal Linguistik Komputasi Italia
6:1, 77-97. [Crossref]
154. Elena G. Grebenshchikova, Pavel D. Tishchenko. 2020. Masa Depan Kedokteran
Digital: Tantangan untuk Bioetika. Jurnal Ilmu Filsafat Rusia 63: 2, 83-103.
[Crossref]
155. Beth Leavenworth DuFault, John W. Schouten. 2020. Kuantifikasi diri dan
identitas konsumen datapreneurial. Pasar Konsumsi & Budaya 23:3, 290-316.
[Crossref]
156. Tom Cohen, Peter Jones. 2020. Kemajuan teknologi yang relevan dengan
transportasi – memahami apa yang mendorong mereka. Penelitian Transportasi Bagian
A: Policy dan Praktek 135, 80-95. [Crossref]
157. Yudong Zhang, Huilong Zhang, Chubing Zhang, Dongjin Li. Dampak Kuantifikasi
Diri terhadap Partisipasi Konsumen dalam Kegiatan Konsumsi Hijau dan Pengambilan
Keputusan Perilaku. Keberlanjutan 12:10, 4098. [Crossref]
158. Andreas Bardoutsos, Gabriel Filios, Ioannis Katsidimas, Thomas Krousarlis,
Sotiris Nikoletseas, Pantelis Tzamalis. Kerangka kerja amultidimensional yang
berpusat pada manusia untuk kecerdasan lingkungan: Polusi udara dan kebisingan di
kota pintar 155-164.
[Crossref]
159. Lia Tirabeni, Francesco Miele. 2020. Teknologi digital dan kekuatan dalam
organisasi: dinamika kontrol dan efek "serangan balik". STUDI ORGANISASI :1, 9-37.
[Crossref]
160. Bens Pardamean, Haryono Soeparno, Arif Budiarto, Bharuno Mahesworo, James
Baurley. 2020. Quantified Self-Using ConsumerWearable Device: Memprediksi
Kesehatan Fisik dan Mental. Penelitian Informatika Kesehatan 26:2, 83-92.
[Crossref]
161. Mark Janssen, Ruben Walravens, Erik Thibaut, Jeroen Scheerder, Aarnout
Brombacher, Steven Vos. 2020. Memahami Berbagai Jenis Runner Rekreasi dan
Bagaimana Mereka Menggunakan Teknologi Terkait Lari. Jurnal Internasional
Penelitian Lingkungan dan Kesehatan Masyarakat 17:7, 2276. [Crossref]
162. Ann Borda, Kathleen Gray, Yuqing Fu. 2020. Manajemen data penelitian dalam ilmu
kesehatan dan biomedis warga: praktik dan kepandaian. JAMIA Terbuka 3: 1, 113-125.
[Crossref]
163. Xue Wu, Man Zhao, Han-Teng Liao, Si-Pan Sun. Analisis Scientometric Self-
tracking dalam Kaitannya dengan ArtificialIntelligence dan Big Data. Seri
Konferensi IOP: Ilmu dan Teknik Material 806:1, 012014. [Crossref]
164. Victor-Alexandru Darvariu, Laura Convertino, Abhinav Mehrotra, Mirco Musolesi.
2020. Mengukur Hubungan antara Objek Sehari-hari danKeadaan Emotio nal melalui
Analisis Gambar Berbasis Deep Learning Menggunakan Smartphone. Prosiding ACM
tentang Teknologi Interaktif, Seluler, Dapat Dikenakan, dan Di Mana-mana 4:1, 1-
21. [Crossref]
165. Alvitta Ottley. 2020. Visualisasi adaptif dan personal. Kuliah Sintesis tentang
Visualisasi 7:1, 1-117. [Crossref]
166. Ewelina Twardoch-Raś. 2020. Narasi Somatik tentang Penyakit. Visualisasi
Biometrik Tubuh yang Sakit dan Cacat dalam Proyek Sains Artand. Humaniora 9:1, 19.
[Crossref]
167. James T. Yurkovich, Qiang Tian, Nathan D. Price, Leroy Hood. 2020. Pendekatan
sistem untuk onkologi klinis menggunakan deepphenotyping untuk memberikan
perawatan yang dipersonalisasi. Ulasan Alam Onkologi Klinis 17:3, 183-194.
[Crossref]
168. Nello Barile, Satomi Sugiyama. 2020. Wearing Data: dari "Extended Skin" McLuhan
hingga Integrasi Antara WearableTechnologies dan Sensibilitas Algoritmik Baru.
Teori Mode 24:2, 211-227. [Crossref]
169. Elena G. Grebenshchikova, Pavel D. Tishchenko. 2020. Masa Depan Kedokteran
Digital: Tantangan untuk Bioetika. Jurnal Ilmu Filsafat Rusia 63: 2, 83-103.
[Crossref]
170. Denise Klinge, Franz Krämer, Moritz Petzi. 2020. Edukasi kesehatan dalam media
pengukuran yang divisualisasikan. Jurnal Penelitian Kualitatif 20:2-2019, 321-340.
171. Qu Min, Xiong Xing-fu. 2020. Mengidentifikasi elemen kunci dalam sistem berbagi
mobil untuk membangun model berbagi mobil yang komprehensif. Jurnal Sistem Cerdas
& Fuzzy 38:2, 2297-2309. [Crossref]
172. Catherine A. Bacos. Pembelajaran Mesin dan Pendidikan di Era Manusia: Tinjauan
Teknologi yang Muncul 536-543. [Crossref]
173. William P. Burns, Paul J. McCullagh, Dewar D. Finlay, Cesar Navarro-Paredes,
James McLaughlin. Metode Reduksi Datauntuk Himpunan Data yang Dicatat Kehidupan
305-319. [Crossref]
174. David C. Aron. Pengobatan Presisi dan Kompleksitas 149-173. [Crossref]
175. Omar F. El-Gayar, Loknath Sai Ambati, Nevine Nawar. Perangkat yang dapat
dikenakan, Kecerdasan buatan, dan Masa Depan Perawatan Kesehatan 104-129.
[Crossref]
176. Pablo Fdez-Arroyabe, Diego Soliño Fernández, Jon Bilbatua Andrés. Lingkungan
kerja dan perawatan kesehatan: pendekatan biometeorologis berdasarkan perangkat
yang dapat dikenakan 141-161. [Crossref]
177. Alia El Bolock, Abdennadher Langsing, Cornelia Herbert. Aplikasi komputasi
karakter dari psikologi ke ilmu komputer 53-71. [Crossref]
178. Takumi Watanabe, Hiroki Takahashi, Yusuke Iwasawa, Yutaka Matsuo, Ikuko Eguchi
Yairi. 2020.Weakly Superv ised Learningfor Mengevaluasi Kondisi Permukaan Jalan
dari Data Mengemudi Kursi Roda. Informasi 11:1, 2. [Crossref]
179. David J. Rothman, David Blumenthal, George E. Thibault. 2020. Profesionalisme
Medis Di Era Organisasi: TantanganDan Peluang. Urusan Kesehatan 39: 1, 108-114.
[Crossref]
180. Hubert Österle. Kualitas hidup 53-88.
181. Hubert Österle. Kecerdasan Mesin pada tahun 2030 41-52. [Crossref]
182. Hubert Österle. Disiplin Teknik Kehidupan 165-180. [Crossref]
183. Ashlin J. Lee, Peta S. Masak. 2020. Mitos masyarakat "data‐driven": Menjelajahi
interaksi antarmuka data, sirkulasi, dan abstraksi. Kompas Sosiologi 14:1. .
[Crossref]
184. Peter Mekar. Memimpin Kehidupan Masa Depan: Menghasilkan Kecerdasan yang
Bermakna 93-130. [Crossref]
185. Christine Jacomet, Roxana Ologeanu-Taddei, Justine Prouteau, Céline Lambert,
Françoise Linard, Pascale Bastiani, PierreDellamonica. 2020. Adopsi dan Sikap
eHealth Di Antara Orang yang Hidup Dengan HIV dan Dokter mereka:Studi Kuesioner
Mul ticenter Online. JMIR mHealth dan uHealth 8:4, e16140. [Crossref]
186. Panote Siriaraya, Yuanyuan Wang, Yihong Zhang, Shoko Wakamiya, Peter
Jeszenszky, Yukiko Kawai, Adam Jatowt. 2020. Beyondthe Shortest Route: Survei
tentang Navigasi Rute yang Sadar Kualitas untuk Pejalan Kaki. Akses IEEE 8,
135569-135590. [Crossref]
187. Melanie Angsa. Diri Terukur 1824-1827. [Crossref]
188. Gerrit Fröhlich, Nicole Zillien. Pelacakan Diet sebagai Komunikasi Nutrisi 1-
13. [Crossref]
189. Nghia Duong-Trung, Nga Quynh Thi Tang, Xuan Putra Ha. 2020. Interpretasi Model
Pembelajaran Mesin untuk MedicalDiagnosis. Kemajuan Ilmu Pengetahuan, Teknologi
dan Sistem Rekayasa Journal 5:5, 469-477. [Crossref]
190. Mahyuddin K. M. Nasution, Opim Salim Sitompul, Erna Budhiarti Nababan, Esther
S. M. Nababan, Emerson P. Sinulingga.Data Science Seputar Perspektif Sastra
Terindeks 1051-1065. [Crossref]
191. Mary K. Stewart, Danielle E. Hagood, Cynthia Carter Ching. Menggunakan Data
Multi-Modal untuk Memeriksa Equity di Activity-MonitorGaming Dalam Komunitas Dunia
Nyata 118-142. [Crossref]
192. László Lengyel, Péter Ekler, Imre Tömösvári, Tamás Balogh, Gergely Mezei,
Bertalan Forstner, Hassan Charaf. IoT 550-568 yang digerakkan oleh model. [silang]
193. Ronald Pool, Jasper van Berkel, Susan van den Braak, Maaike Harbers, Mortaza S.
Bargh. Internet of Things in a SmartSociety: Bagaimana Kebijakan Pemerintah Dapat
Membantu Menangkap Peluang dan Mengurangi Ancaman 25-48. [Crossref]
194. Ali A. Guenduez, Tobias Mettler, Kuno Schedler. Partisipasi Warga dalam Smart
Government: Model Konseptual dan Studi Kasus TwoIoT 189-209. [Crossref]
195. Lia Tirabeni. Teknologiologi, Kekuasaan, dan Organisasi: Teknologi yang Dapat
Dikenakan dan Implikasinya terhadap Penilaian Kinerja 61-85. [Crossref]
196. Chen-Shu Wang, Shiang-Lin Lin, Tung-Hsiang Chou, Bo-Yi Li. 2019. Proses
analisis data terintegrasi untuk mengoptimalkan tata kelola data organisasi
nirlaba. Komputer dalam Perilaku Manusia 101, 495-505. [Crossref]
197. T. Warren de Wit, Vineetha Menon. Dukungan perdagangan yang terinformasi untuk
investor amatirdi Bursa Efek New York2948-2955. [Crossref]
198. Mohit Mittal, Panote Siriaraya, Chonho Lee, Yukiko Kawai, Takashi Yoshikawa,
Shinji Shimojo. Pemetaan Spasial Data Media Sosial yang Akurat dengan Lokasi Fisik
4113-4116. [Crossref]
199. Akshay Wali, Akhil Dodda, Yang Wu, Andrew Pannone, Likhith Kumar Reddy Usthili,
Sahin Kaya Ozdemir, Ibrahim TarikOzbolat, Saptarshi Das. 2019. Fungsi biologis
yang tidak dapat dikloning secara fisik. Fisika Komunikasi 2:1. . [Crossref]
200. Nghia Duong-Trung, Xuan Nguyen Hoang, Trinh Bui Thi Tu, Ky Nguyen Minh, Van Ut
Tran, Tien-Dao Luu. Cetak Birualur Kerja Diagnosis Medis melalui Lens perspektif
pembelajaran mesin 23-26. [Crossref]
201. Muharman Lubis, Anik Hanifatul Azizah, Rahmat Fauzi. 2019. Penilaian Team Based
Learning: Penggunaan StudentCentred Learning untuk Kelas Desain Interaksi. Jurnal
Fisika: Seri Konferensi 1361:1, 012014. [Crossref]
202. Wessel Teunisse, Sandra Youssef, Markus Schmidt. 2019. Peningkatan manusia
melalui lensa eksperimental dan spekulatifneurotechnologies. Perilaku Manusia dan
Teknologi yang Muncul 1:4, 361-372. [Crossref]
203. Jeannette Pols, Dick Willems, Margunn Aanestad. 2019. Masuk akal dengan angka.
Mengurai subjek etiko‐psikologisdalam praktik kuantifikasi diri. Sosiologi
Kesehatan & Penyakit 41:S1, 98-115. [Crossref]
204. Stefanie Paluch, Sven Tuzovic. 2019. Dibujuk self-tracking dengan teknologi
wearable: wortel atau tongkat?. Jurnal Pemasaran Jasa 33:4, 436-448. [Crossref]
205. Enrico Maria Piras. 2019. Beyond self-tracking: Menjelajahi dan membongkar
empat label pekerjaan data pasien yang muncul. Jurnal Informatika Kesehatan 25:3,
598-607. [Crossref]
206. Elisa Brietzke, Emily R. Hawken, Maia Idzikowski, Janice Pong, Sidney H.
Kennedy, Claudio N. Soares. 2019. Mengintegrasikan digitalphenotyping dalam
karakterisasi klinis individu dengan gangguan mood. Ulasan Neuroscience &
Biobehavioral 104, 223-230.
[Crossref]
207. Thomas Kalvari. 2019. Mengintegrasikan Perspektif Keilmuan Sosial terhadap Diri
Karyawan yang Diukur. Scienc Sosiales 8:9, 262. [Crossref]
208. Charles A Phillips, Brad H Pollock. 2019. Big Data untuk Penelitian Gizi dalam
Onkologi Pediatrik: Keadaan dan Kerangka Kerja Saat Ini untuk Kemajuan. Monografi
JNCI 2019:54, 127-131. [Crossref]
209. Carrie Kovacs, Bernad Batinic, Barbara Stiglbauer, Timo Gnambs. 2019.
Pengembangan Versi Singkat Skala Laten danManifest Benefits of Work (LAMB). Jurnal
Penilaian Psikologis Eropa 35:5, 685-697. [Crossref]
210. Andrea Wiggins, John Wilbanks. 2019. Bangkitnya Citizen Science dalam
Penelitian Kesehatan dan Biomedis. Jurnal Bioetika Amerika 19:8, 3-14. [Crossref]
211. Juan Xie, Anjun Ma, Anne Fennell, Qin Ma, Jing Zhao. 2019. Saatnya menerapkan
biclustering: tinjauan komprehensif aplikasibiclustering dalamdata bi ological dan
biomedical. Pengarahan dalam Bioinformatika 20:4, 1450-1465. [Crossref]
212. Amit Birenboim, Martin Dijst, Floortje E. Scheepers, Maartje P. Poelman, Marco
Helbich. 2019. Perangkat Wearable dan Lokasi
Teknologi Pelacakan untuk Penginderaan Kondisi Mental di Lingkungan Luar Ruangan.
Ahli Geografi Profesional 71:3, 449-461. [Crossref]
213. Paul Smart, Aastha Madaan, Wendy Hall. 2019. Di mana hal-hal pintar berada:
mesin sosial dan Internet of Things. Fenomenologi dan Ilmu Kognitif 18:3, 551-575.
[Crossref]
214. Ashenafi Zebene Woldaregay, Eirik Årsand, Ståle Walderhaug, David Albers, Lena
Mamykina, Taxiarchis Botsis, GunnarHartvigsen. 2019. Pemodelan berbasis data dan
prediksi dinamika glukosa darah: Aplikasi pembelajaran mesin padadiabetes typ e 1.
Kecerdasan Buatan dalam Kedokteran 98, 109-134. [Crossref]
215. Johannes Starkbaum, Ulrike Merasa. 2019. Menegosiasikan penggunaan kembali data
kesehatan: Penelitian, Big Data, dan Peraturan Perlindungan Data Umum Eropa. Big
Data & Masyarakat 6:2, 205395171986259. [Crossref]
216. Lobna Hassan, Antonio Dias, Juho Hamari. 2019. Bagaimana umpan balik motivasi
meningkatkan manfaat pengguna dan penggunaan berkelanjutan: Sebuah studi tentang
gamifikasi, quantified-self dan jejaring sosial. Jurnal Internasional Manajemen
Informasi 46, 151-162. [Crossref]
217. Bastian Greshake Tzovaras, Misha Angrist, Kevin Arvai, Mairi Dulaney, Vero
Estrada-Galiñanes, Beau Gunderson, Kepala Tim, Dana Lewis, Oded Nov, Orit Shaer,
Athina Tzovara, Jason Bobe, Mad Price Ball. 2019. Open Humans: Sebuah platform
untuk penelitian partisipan dan eksplorasi data pribadi. GigaScience 8:6. .
[Crossref]
218. Guangyu Xiong, Lulu Niu, Yanfu Tian, Xiujiang Guo, Shichao Chen, Xiang Su.
Penelitian dan Penerapan Platform Manajemen Fusion Big Data dalam Industri
Perminyakan 2108-2113. [Crossref]
219. Karen Li Xan Wong, Amy Perisai Dobson. 2019. Kami hanya data: Menjelajahi
sistem kredit sosial China dalam kaitannya dengan budaya peringkat digitalplatform
di negara demokrasi kebarat-baratan. Media Global dan Cina 4: 2, 220-232.
[Crossref]
220. Katleen Gabriels, Mark Coeckelbergh. 2019. 'Teknologi diri dan lainnya':
bagaimana teknologi pelacakan diri juga membentuk diri. Jurnal Informasi,
Komunikasi dan Etika dalam Masyarakat 17:2, 119-127. [Crossref]
221. Raquel Benbunan-Fich. 2019. Lensa keterjangkauan untuk sistem informasi yang
dapat dikenakan. Jurnal Sistem Informasi Eropa 28: 3, 256-271. [Crossref]
222. Robert F. Keefe, Eloise G. Zimbelman, Ann M. Wempe. 2019. Penggunaan sensor
smartphone untuk mengukur siklus produktifhand faller pada operasi penebangan
kabel industri. Jurnal Internasional Teknik Hutan 30:2, 132-143. [Crossref]
223. Harvey J. Miller, Somayeh Dodge, Jennifer Miller, Gil Bohrer. 2019. Menuju ilmu
gerakan terpadu: convergingresearch tentang ekologi pergerakan hewan dan ilmu
mobilitas manusia. Jurnal Internasional Ilmu Informasi Geografis 33:5,
855-876. [Crossref]
224. Barbara Stiglbauer, Silvana Weber, Bernad Batinic. 2019. Apakah kesehatan Anda
benar-benar mendapat manfaat dari menggunakan alat pelacak diri? Buktidari uji
coba kontrol acak longitudinal. Komputer dalam Perilaku Manusia 94, 131-139.
[Crossref]
225. Mari‐Klara Stein, Erica L. Wagner, Pamela Tierney, Sue Newell, Robert D.
Galliers. 2019. Datifikasi dan Pengejaran Kebermaknaan dalam Pekerjaan. Jurnal
Studi Manajemen 56:3, 685-717. [Crossref]
226. Thomas Litman. 2019. Personalized medicine—konsep, teknologi, dan aplikasi
dalam penyakit kulit radang. APMIS 127:5, 386-424. [Crossref]
227. Robert F. Keefe, Ann M. Wempe, Ryer M. Becker, Eloise G. Zimbelman, Emily S.
Nagler, Sophie L. Gilbert, Christopher C.Caudill. 2019. Metode Pemosisian dan
Penggunaan Data Lokasi dan Aktivitas di Hutan. Hutan 10:5, 458. [Crossref]
228. Jamal Maktoubian, Keyvan Ansari. 2019. Arsitektur IoT untuk pemeliharaan
preventif alat kesehatan dalam pelayanan kesehatan. Kesehatan dan Teknologi 9:3,
233-243. [Crossref]
229. Paola Ricaurte. 2019. Epistemologi Data, Kolonialitas Kekuasaan, dan
Perlawanan. Televisi & Media Baru 20:4, 350-365. [Crossref]
230. Jennifer Lewis Priestley, Robert J. McGrath. 2019. Evolusi Data Science. Jurnal
Internasional Manajemen Pengetahuan 15:2, 97-109. [Crossref]
231. Kristen William Callaghan. 2019. Perspektif kritis terhadap inovasi farmasi
internasional. Perspektif Kritis tentang Bisnis Internasional 15:1, 68-86.
[Crossref]
232. Yu-dong Zhang, Dong-jin Li, Chu-bing Zhang, Hui-long Zhang. 2019. Quantified
atau nonquantified: Bagaimana quantification mempengaruhi motivasi konsumen dalam
mengejar tujuan. Jurnal of Perilaku Konsumen 18:2, 120-134. [Crossref]
233. David L. Tomczak, Tara S. Behrend. Pengawasan Elektronik dan Privasi 708-742.
[Crossref]
234. Robert W. Kanbad. 2019. Keterlibatan immaterial: agensi manusia dan ekologi
kognitif internet. Fenomenologi dan Ilmu Kognitif 18:1, 259-279. [Crossref]
235. Liang Hong, Mengqi Luo, Ruixue Wang, Peixin Lu, Wei Lu, Long Lu. 2019. Big Data
dalam Perawatan Kesehatan: Aplikasi dan Tantangan. Manajemen Data dan Informasi,
menjelang pencetakan. [Crossref]
236. Denise Klinge, Franz Krämer. Tuntutan Pendidikan Kesehatan Pelacakan Diri 109-
131. [Crossref]
237. Caroline McMillan. Live: Scape BLOOM: Menghubungkan Smart Fashion ke IoT
Ecology 221-227. [Crossref]
238. Bree Holtz, Kerri Vasold, Shelia Cotten, Michael Mackert, Mi Zhang. 2019.
Persepsi Penyedia Layanan Kesehatan terhadap Konsumen-
Perangkat dan Aplikasi Kelas untuk Melacak Kesehatan: Studi Percontohan. JMIR
mHealth dan uHealth 7:1, e9929. [Crossref]
239. Nancy Shipley, Joyram Chakraborty. Big Data dan mHealth 34-54. [Crossref]
240. Sumira Jan, Parvaiz Ahmad. Metabolomik Ekologis: Tantangan dan Perspektif 293-
378. [Crossref]
241. Tobias Mettler, Jochen Wulf. 2019. Fisiolitik di tempat kerja: Keterjangkauan
dan kendala penggunaan perangkat yang dapat dikenakan dari sudut pandang karyawan.
Jurnal Sistem Informasi 29:1, 245-273. [Crossref]
242. Melanie Angsa. Diri Terukur 1-4. [Crossref]
243. Gernot Lechner, Michael Fellmann, Andreas Festl, Christian Kaiser, Tahir Emre
Kalayci, Michael Spitzer, Alexander Stocker. Kerangka Kerja ALightweight untuk
Integrasi Multi-perangkat dan Fusi Multi-sensor untuk Menjelajahi Gangguan
Pengemudi 80-95. [Crossref]
244. Ivo Bizon Franco de Almeida, Luciano Leonel Mendes, Joel J. P. C. Rodrigues,
Mauro A. A. da Cruz. 2019. Bentuk Gelombang 5G untuk Aplikasi IoT. Survei &
Tutorial Komunikasi IEEE 21:3, 2554-2567. [Crossref]
245. Muhammad Zia Hydari, Idris Adjerid, Aaron Striegel. 2019. Health Wearables,
Gamification, dan Aktivitas Sehat. Jurnal Elektronik SSRN . [Crossref]
246. Sirje Virkus, Emmanouel Garoufallou. Ilmu Data dari Perspektif Ilmu Komputer
209-219. [Crossref]
247. Minna Ruckenstein, Mika Pantzar. 2019. Di Luar Diri yang Diukur. Jaringan
n°216:4, 55. [Crossref]
248. Zhifei Zhang, Wanling Gao, Fan Zhang, Yunyou Huang, Shaopeng Dai, Fanda Fan,
Jianfeng Zhan, Mengjia Du, Silin Yin, Longxin Xiong, Juan Du, Yumei Cheng, Xiexuan
Zhou, Rui Ren, Lei Wang, Hainan Ye. 2019. Lanskap Big Medical Data: Survei
Pragmatis tentangTugas Pr. Akses IEEE 7, 15590-15611. [Crossref]
249. Maximilian Pilhatsch, Tasha Glenn, Natalie Rasgon, Martin Alda, Kemal Sagduyu,
Paul Grof, Rodrigo Munoz, Wendy Marsh, Scott Monteith, Emanuel Severus, Rita
Bauer, Philipp Ritter, Peter C. Whybrow, Michael Bauer. 2018. Keteraturan dosis
harian yang dilaporkan sendiridari penstabil suasana hati dan antipsikotik pada
pasien dengan gangguan bipolar. Jurnal Internasional Gangguan Bipolar
6:1. . [Crossref]
250. Zhuangli Hu, Tong He, Yihui Zeng, Xiangyuan Luo, Jiawen Wang, Sheng Huang,
Jianming Liang, Qinzhang Sun, HengbinXu, Bin Lin. Pengenalan gambar cepat menara
transmisi berdasarkan data besar. Perlindungan dan Kontrol Kekuatan Modern
Sistem 3:1. . [Crossref]
251. Sumin Helen Koo, Kristopher Fallon. 2018. Eksplorasi teknologi wearable untuk
melacak diri sendiri dan orang lain. Fashion dan Tekstil 5:1. . [Crossref]
252. Simon Kühne, Martin Kroh. 2018. Umpan Balik yang Dipersonalisasi dalam Survei
Web. Ilmu Sosial Ulasan Komputer 36:6, 744-755. [Crossref]
253. Konstantinos Moutselos, Dimosthenis Kyriazis, Vasiliki Diamantopoulou, Ilias
Maglogiannis. Pemrosesan data yang dapat dipercaya untuk tugas analitik kesehatan
3774-3779. [Crossref]
254. Liang Hong, Mengqi Luo, Ruixue Wang, Peixin Lu, Wei Lu, Long Lu. 2018. Big Data
dalam Perawatan Kesehatan: Aplikasi danTantangan. Manajemen Data dan Informasi
2:3, 175-197. [Crossref]
255. Alexander Seifert, Ursula Meidert. 2018. "Senior terukur". Pencegahan dan
Promosi Kesehatan 13:4, 353-360.
256. Isha Ghosh, Vivek Singh. 2018. Telepon, privasi, dan prediksi. Ulasan Informasi
Online 44:2, 483-502. [Crossref] 257. . Bibliografi 421-446. [Crossref]
258. Francesco Mazzeo Rinaldi. 2018. Big Data dan Evaluasi: hubungan yang belum
dibangun. Ulasan Evaluasi RIV Italia :68, 7-25. [Crossref]
259. Andreas Burgdorf, Inga Güthe, Marko Jovanovic, Ekaterina Kutafina, Christian
Kohlschein, Jó Ágila Bitsch, Stephan M. Jonas.2018. Aplikasi lab tidur seluler:
Kerangka kerja sumber terbuka untuk penilaian tidur seluler berdasarkan perangkat
wearable tingkat konsumen. Komputer dalam Biologi dan Kedokteran . [Crossref]
260. Zeyneb Guenfoud, Peter Antal. Bayesian eksplorasi dependensi tes laboratorium
dan evaluasi redundansi uji 1-6. [Crossref]
261. Idowu Ayoola, Mart Wetzels, Peter Peters, Sander van Berlo, Loe Feijs. 2018. Do
CHANGE platform: Architecture berbasis layanan untuk agregasi dan distribusi data
kesehatan dan kesejahteraan yang aman. Jurnal Internasional Informatika Medis
117, 103-111.
[Crossref]
262. Ying Cheung, Pei-Yun Hsueh, Ipek Ensari, Joshua Willey, Keith Diaz. 2018.
Analisis Pengkasaran Kuantil Data Aktivitas Volume Tinggi yang Dapat Dipakai dalam
Studi Observational Longitudinal. Sensor 18:9, 3056. [Crossref]
263. Vincent Berardi, Ricardo Carretero-González, John Bellettiere, Marc A. Adams,
Suzanne Hughes, Melbourne Hovell. 2018. Pendekatan Markov untuk meningkatkan
presisi dalam penilaian intervensi perilaku intensif data. Jurnal Biomedis
Informatika 85, 93-105. [Crossref]
264. Julie Robert. 2018. Bertemu dengan Diri yang Sadar, Mengenali Diri yang Minum.
Masalah Obat Kontemporer 45:3, 283-302. [Crossref]
265. Adam McDermaid, Xin Chen, Yiran Zhang, Cankun Wang, Shaopeng Gu, Juan Xie, Qin
Ma. 2018. Kerangka Kerja Berbasis Pembelajaran Mesin Baru untuk Memetakan Analisis
Ketidakpastian dalam Penyelarasan Baca RNA-Seq dan Estimasi Ekspresi Gen.
Perbatasan dalam Genetika 9. . [Crossref]
266. Rema Padman. Ilmu Data 403-428. [Crossref]
267. Petrus J. Carew. 2018. Simbiosis atau asimilasi: refleksi kritis pada diri
ontologis di jurang Total Data. AI & MASYARAKAT 33:3, 357-368. [Ref silang]
268. Ali K. Yetisen, Juan Leonardo Martinez-Hurtado, Barış Ünal, Ali Khademhosseini,
Haider Butt. 2018. Wearables dalam Kedokteran. Materi Lanjutan 30:33, 1706910.
[Crossref]
269. Bridget J. Goosby, Jacob E. Cheadle, Colter Mitchell. 2018. Mekanisme Biososial
Terkait Stres Diskriminasi dan Ketidaksetaraan Kesehatan AfrikaAmerika. Tinjauan
Tahunan Sosiologi 44:1, 319-340. [Crossref]
270. Paulus Quinn. 2018. Apakah GDPR dan Haknya atas Portabilitas Data merupakan
Pendorong Utama Ilmu Pengetahuan Warga?. Ahli Hukum Global 18:2. . [Crossref]
271. Matius Wade. 2018. Permainan Bajik: Etika, Kesenangan, dan Beban Pelatihan
Otak. Sains sebagai Budaya 27:3, 296-321. [Crossref]
272. A. Godfrey, V. Hetherington, H. Shum, P. Bonato, N.H. Lovell, S. Stuart. 2018.
Dari A sampai Z: Penjelasan teknologi wearable. Kedewasaan 113, 40-47. [Crossref]
273. Carrie Kovacs, Barbara Stiglbauer, Bernad Batinic, Timo Gnambs. 2018.
Mengeksplorasi Berbagai Bentuk Pekerjaan (Dis)Kepuasan danHubungannya dengan
Kesejahteraan, Motivasi dan Performance. Psikologi Terapan 67:3, 523-556.
[Crossref]
274. Johann Weber, Mojdeh Azad, William Riggs, Christopher R. Cherry. 2018.
Konvergensi aplikasi smartphone, gamificationand persaingan untuk meningkatkan
bersepeda. Penelitian Transportasi Bagian F: Psikologi Lalu Lintas dan Perilaku
56, 333-343. [Crossref]
275. David B. Yaden, Johannes C. Eichstaedt, John D. Medaglia. 2018. Masa Depan
Teknologi dalam Psikologi Positif: Kemajuan Metodologis dalam Ilmu Kesejahteraan.
Perbatasan dalam Psikologi 9. . [Crossref]
276. Vincent Menger, Scheepers Lantai, Marco Spruit. 2018. Membandingkan Pendekatan
Deep Learning dan Machine Learning Klasikuntuk Memprediksi Insiden Kekerasan Rawat
Inap dari Teks Klinis. Ilmu Terapan 8:6, 981. [Crossref]
277. Asma Pashazadeh, Nima Jafari Navimipour. 2018. Mekanisme penanganan big data
dalam aplikasi kesehatan: Tinjauan literatur yang komprehensif dan sistematis.
Journal dari Informatika Biomedis 82, 47-62. [Crossref]
278. Laura H. Goetz, Nicholas J. Schork. 2018. Personalized medicine: motivasi,
tantangan, dan kemajuan. Ketahanandan Sterilitas 109:6, 952-963. [Crossref]
279. Longbing Cao. 2018. Ilmu Data. Survei Komputasi ACM 50:3, 1-42. [Crossref]
280. Paula L. Hedley, Kristen M. Hagen, Michael Christiansen. 2018. Variasi Genetik
dan Elektrokardiograf. Sirkulasi: Pengobatan Genomik dan Presisi 11:5. .
[Crossref]
281. Xiao-Liang Shen, Yang-Jun Li, Yongqiang Sun. 2018. Sistem informasi kesehatan
yang dapat dikenakan penghentian intermiten. Manajemen Industri & Sistem Data
118:3, 506-523. [Crossref]
282. E. Ray Dorsey, Alistair M. Glidden, Melissa R. Holloway, Gretchen L. Birbeck,
Lee H. Schwamm. 2018. Teknologi teleneurologi dan seluler: masa depan perawatan
neurologis. Ulasan Alam Neurologi 14:5, 285-297. [Crossref]
283. Sara Taylor, Akane Sano, Craig Ferguson, Akshay Mohan, Rosalind Picard. 2018.
QuantifyMe: Platform Desain Eksperimental Kasus Otomatis Sumber Terbuka. Sensor
18:4, 1097. [Crossref]
284. Kateryna Maltseva, Christoph Lutz. 2018. Kuantum diri: Studi tentang
kuantifikasi diri dan pengungkapan diri. Komputer dalam Perilaku Manusia 81, 102-
114. [Crossref]
285. Gabija Didžiokaitė, Paula Saukko, Christian Greiffenhagen. 2018. Pengalaman
duniawi pelacak kalori sehari-hari: Di luar metafora Diri yang Diukur. Media Baru
& Masyarakat 20:4, 1470-1487. [Crossref]
286. Lizzie Richardson. 2018. Geografi feminis karya digital. Kemajuan dalam
Geografi Manusia 42:2, 244-263. [Crossref]
287. Martín Tironi, Matías Valderrama. 2018. Membongkar alat pelacak diri warga:
Kepintaran dan kebodohan dalam akumulasi data mobilitas bersepeda. Lingkungan dan
Perencanaan D: Masyarakat dan Ruang 36:2, 294-312. [Crossref]
288. Fatemeh Moradi, Mikael Wiberg. 2018. NEAT-Lamp dan Talking Tree: Melampaui
Informatika Pribadi menuju Tempat Kerja Aktif. Komputer 7:1, 4. [Crossref]
289. Nishita Mehta, Anil Pandit. 2018. Persetujuan Analisis Big Data dan Perawatan
Kesehatan: Tinjauan Sistematis. Jurnal Internasional Informatika Medis .
[Crossref]
290. Juho Hamari, Lobna Hassan, Antonio Dias. 2018. Gamification, quantified-self
atau jejaring sosial? Mencocokkan tujuan pengguna dengan teknologi yang efektif.
Pemodelan Pengguna dan Interaksi yang Diadaptasi Pengguna 28:1, 35-74. [Crossref]
291. David Dunning, Chip Heath, Jerry M. Suls. 2018. Refleksi Refleksi Diri:
Merenungkan Penilaian Diri yang Cacat di Kubik Kelas, dan Kantorle. Perspektif
Ilmu Psikologi 13:2, 185-189. [Crossref]
292. Alexander Seifert, Markus Christen, Mike Martin. 2018. Kesediaan Orang Dewasa
yang Lebih Tua untuk BerbagiData Kesehatan Mob ile denganPeneliti. GeroPsych
31:1, 41-49. [Crossref]
293. Verena Tiefenbeck, Lorenz Goette, Kathrin Degen, Vojkan Tasic, Elgar Fleisch,
Rafael Lalive, Thorsten Staake. 2018. Mengatasi Bias Salience: Bagaimana Umpan
Balik Real-Time Mendorong Konservasi Sumber Daya. Ilmu Manajemen 64:3, 1458-1476.
[Crossref]
294. Tania Moerenhout, Ignaas Devisch, Gustaaf C. Cornelis. 2018. E-health beyond
technology: menganalisis perubahan paradigma yang ada di bawahnya. Kedokteran,
Perawatan Kesehatan dan Filsafat 21:1, 31-41. [Crossref]
295. Candice A. Welhausen. 2018. Terukur saya. Desain Komunikasi Triwulanan 5:4, 61-
71. [Crossref]
296. Clancy Wilmott, Emma Fraser, Sybille Lammes. 2018. 'Saya dia. Saya dia. Aturan
Siri: Bekerja dan bermain dengan Apple Watch. Jurnal Studi Budaya Eropa 21:1, 78-
95. [Crossref]
297. Salem Alelyani, Abdelrahman Ibrahim. Internet-of-Things dalam telemedicine
untuk manajemen diabetes 20-23. [Crossref]
298. Simon L. Jones, Ryan Kelly. 2018. Menangani Kelebihan Informasi dalam Sistem
Informatika Pribadi Multifaset. Manusia– Interaksi Komputer 33:1, 1-48.
[Crossref]
299. Hongmei Chi, Sharmini Pitter, Nan Li, Haiyan Tian. Solusi Big Data untuk
Menafsirkan Sistem Kompleks di Lingkungan107-124. [Crossref]
300. Nicole Zillien, Gerrit Fröhlich. Eksleksif self-scientification. Analisis
empiris pengukuran diri digital233-249. [Crossref]
301. Stefanie Duttweiler. Data alih-alih kata-kata ?! Produksi Makna dalam Praktik
Pengukuran Diri Digital 251-276.
302. Keith Spiller, Kirstie Ball, Arosha Bandara, Maureen Meadows, Ciaran McCormick,
Bashar Nuseibeh, Blaine A. Harga. DataPrivacy: Pemikiran Pengguna tentang Data
Pribadi Diri yang Diukur 111-124. [Crossref]
303. Adam Possamai. Ritzer (1): Dari Tesis McDonaldisasi ke i-zation Society 115-
132. [Crossref]
304. Klemens Waldhör. Aplikasi Smartwatch dan Wearables dalam Manajemen Kesehatan
Kerja 137-157. [Crossref]
305. Mario Callegaro, Yongwei Yang. Peran Survei di Era "Big Data" 175-192.
[Crossref]
306. Katarzyna Wac. Dari Diri yang Dikuantifikasi ke Kualitas Hidup 83-108.
[Crossref]
307. David Casacuberta. Satu Byte Cerah: Dōgen dan Perwujudan Kembali Teknologi
Digital 297-315. [Crossref]
308. J. Codella, C. Partovian, H.-Y. Chang, C.-H. Chen. 2018. Tantangan kualitas
data untuk kesehatan dan kebugaran yang dihasilkan orang data. Jurnal Penelitian
dan Pengembangan IBM 62:1, 3:1-3:8. [Crossref]
309. Haibin Zhu. 2018. Big Data dan Kolaborasi Riset: Menciptakan Big Data Nyata.
Majalah IEEE Systems, Man, and Cybernetics 4:1, 16-19. [Crossref]
310. Thomas J. Catlaw, Billie Sandberg. 2018. The Quantified Self and the Evolution
of Neoliberal Self-Government: Sebuah Studi EksploratifKualitatif. Teori
Administrasi & Praksis 40:1, 3-22. [Crossref]
311. Erik Isaksson, Björn Hedin. 67. [Crossref]
312. Zheng Xiang. 2018. Dari digitalisasi ke era akselerasi: Pada teknologi
informasi dan pariwisata. Perspektif Manajemen Pariwisata 25, 147. [Crossref]
313. Stephen Jia Wang, Patrick Moriarty. Big Data untuk Kesehatan dan Kesejahteraan
Perkotaan 119-140. [Crossref]
314. Christina Rode-Schubert, Thomas Norgall, Andreas Bietenbeck. Potensi POCT di
Internet of Things (IoT) 421-431. [Crossref]
315. Hanna-Leena Huttunen, Raija Halonen. Biosignal Pilihan untuk Memprediksi
Serangan Migrain 200-210. [Crossref]
316. Rongheng Lin, Zezhou Ye, Hao Wang, Budan Wu. 2018. Big Data Pemantauan Penyakit
Kronis dan Kesehatan: Sebuah Survei. Ulasan IEEE dalam Teknik Biomedis 11, 275-
288. [Crossref]
317. Longbing Cao. Era Data Science 3-28. [Crossref]
318. Longbing Cao. Apa Itu Data Science 29-58. [Crossref]
319. Lena Ulbricht, Sebastian Haunss, Jeanette Hofmann, Ulrike Klinger, Jan-Hendrik
Passoth, Christian Pentzold, Ingrid Schneider,
Holger Straßheim, Jan-Peter Voß. Dimensi Big Data: Sistematisasi Ilmu Politik 151-
231. [Crossref] 320. Chris Berg. Pendekatan Liberal Klasik terhadap Privasi 35-58.
321. Christoph Buck, Severin Oesterle, Tim Kessler, Torsten Eymann. Aplikasi
kesehatan dan kebugaran – kutukan atau berkah untuk perawatan kesehatan? 293-306.
[Crossref]
322. Glory E. Aviña, Christian D. Schunn, Austin R. Silva, Travis L. Bauer, George
W. Crabtree, Curtis M. Johnson, ToluwalogoOdumosu, S. Thomas Picraux, R. Keith
Sawyer, Richard P. Schneider, Rickson Sun, Gregory J. Feist, Venkatesh
Narayanamurti, Jeffrey Y. Tsao. Seni Penelitian: Kerangka Berpikir
Divergen/Konvergen dan Peluang untuk Pendekatan Berbasis Sains 167-186. [Crossref]
323. Olivier Capra, Florent Berthaut, Laurent Grisoni. Menuju Keakraban Penonton
dengan Digital MusicalInstruments 558-573. [Crossref]
324. Edward Meinert, Michelle Van Velthoven, David Brindley, Abrar Alturkistani,
Kimberley Foley, Sian Rees, Glenn Wells, Nick dePennington. 2018. Internet of
Things in Health Care in Oxford: Protokol untuk Proyek Proof-of-Concept.
Penelitian JMIR
Protokol 7:12, e12077. [Crossref]
325. Onur Dur, Colleen Rhoades, Man Suen Ng, Ragwa Elsayed, Reinier van Mourik,
Maulik D Majmudar. 2018. Alasan Desain dan Evaluasi Kinerja Gelang Kesehatan
Wavelet: Validasi Benchtop dari Perekam Sinyal Fisiologis yang Dikenakan di
Pergelangan Tangan. JMIR mHealth dan uHealth 6:10, e11040. [Crossref]
326. Sarah Costantino, Peter Libby, Raj Kishore, Jean-Claude Tardif, Assam El-Osta,
Francesco Paneni. 2018. Epigenetik dan precisionmedicine pada pasien
kardiovaskular: dariconce pts dasar ke arena klinis. Jurnal Jantung Eropa 39:47,
4150. [Crossref]
327. Nancy Shipley, Joyram Chakraborty. Big Data dan mHealth 46-66. [Crossref]
328. Ali Al Mazari. Perspektif Komputasi dan Data Mining tentang HIV/AIDS di Era Big
Data 81-116. [Crossref]
329. M. Manikandakumar, E. Ramanujam. Tantangan Keamanan dan Privasi di Lingkungan
Big Data 315-325. [Crossref]
330. Niko Makitalo, Aleksandr Ometov, Joona Kannisto, Sergey Andreev, Yevgeni
Koucheryavy, Tommi Mikkonen. 2018. Aman, AmanExecutions di Network Edge:
Mengoordinasikan Cloud, Edge, dan Fog Computing. Perangkat Lunak IEEE 35: 1, 30-
37. [Crossref]
331. Nawras Georgi, Aline Corvol, Regine Le Bouquin Jeannes. 2018. Arsitektur
Middleware untuk Interoperabilitas Sensor Kesehatan. Akses IEEE 6, 26283-26291.
[Crossref]
332. Dimitris Chousiadas, Andreas Menychtas, Panayiotis Tsanakas, Ilias
Maglogiannis. Memajukan Aplikasi Quantified-SelfUtilizing Visual Data Analytics
dan Internet of Things 263-274. [Crossref]
333. Juyoung Lee, Eunseok Kim, Jeongmin Yu, Junki Kim, Woontack Woo. Kerangka Kerja
Diri Terkuantifikasi Holistik untuk AugmentedHuman 188-201. [Crossref]
334. Jeong-Ki Hong, Jun-Dong Cho. Diri Terkuantifikasi 909-922. [Crossref]
335. Mette Lund Kristensen. 2017. Mindfulness dan resonansi di era akselerasi:
penyelidikan kritis. Jurnal Manajemen, Spiritualitas & Agama 16, 1-18. [Crossref]
336. Tara Chittenden. 2017. Skin in the game: penggunaan kain pintar penginderaan
dalam kostum tenis sebagai sarana analisis kinerja. Fashion dan Tekstil 4:1. .
[Crossref]
337. Paulus Hoggett. 2017. Malu dan performativitas: Pemikiran tentang psikologi
neoliberalisme. Psikoanalisis, Budaya & Masyarakat 22:4, 364-382. [Crossref]
338. Bjorn Hedin, Anton Lundstrom, Magnus Westlund, Erik Markstrom. Celengan energi
— Permainan serius untuk konservasi energi 1-6. [Crossref]
339. Michelle L. McGowan, Suparna Choudhury, Eric T. Juengst, Marcie Lambrix,
Richard A. Settersten, Jennifer R. Fishman. 2017. "Mari kita tarik logi tekno
inikeluar dari menara gading": Politik, etos, dan ironi penelitian genomik yang
digerakkan oleh peserta.
BioMasyarakat 12:4, 494-519. [Crossref]
340. Neelam Singh, Devesh Pratap Singh, Bhasker Pant. Studi Komprehensif tentang
Pendekatan Pembelajaran Mesin Big Data danChallenges 80-85. [Crossref]
341. Dan Cosley, Elizabeth Churchill, Jodi Forlizzi, Sean A. Munson. 2017. Pengantar
Edisi Khusus Ini tentang Pengalaman Hidup Informatika Pribadi. Interaksi Manusia-
Komputer 32:5-6, 197-207. [Crossref]
342. Mark Matthews, Elizabeth Murnane, Jaime Snyder. 2017. Mengukur Diri yang Dapat
Berubah: Peran Pelacakan Diri dalam Berhubungan dengan dan Mengelola Gangguan
Bipolar. Interaksi Manusia–Komputer 32:5-6, 413-446. [Crossref]
343. Nan-Hung Lin, Chung-Yao Hsu, Yuxi Luo, Mark L. Nagurka, Jia-Li Sung, Chih-Yuan
Hong, Chen-Wen Yen. 2017. Mendeteksi gerakan mata tidur menggunakan saluran sinyal
EEG tunggal. Expert Sistem dengan Aplikasi 87, 220-227. [Crossref]
344. Peter West, Max Van Kleek, Richard Giordano, Mark Weal, Nigel Shadbolt. 2017.
Tantangan Kualitas Informasi Data Yang Dihasilkan Pasien dalam Praktik Klinis.
Perbatasan dalam Kesehatan Masyarakat 5. . [Crossref]
345. Tamar Sharon, Dorien Zandbergen. 2017. Dari fetishisme data hingga mengukur
diri: Praktik pelacakan diri dan nilai-nilai lain dari data. Media Baru &
Masyarakat 19:11, 1695-1709 . [Crossref]
346. Bridget J. Goosby, Elizabeth Straley, Jacob E. Cheadle. 2017. Diskriminasi,
Tidur, dan Reaktivitas Stres: Jalur menuju AfrikaAmerican-White Cardiometabolic
Risk Inequities. Penelitian Kependudukan dan Tinjauan Kebijakan 36:5, 699-716.
[Crossref]
347. Chu Luo, Miikka Kuutila, Simon Klakegg, Denzil Ferreira, Huber Flores, Jorge
Goncalves, Mika Mäntylä, Vassilis Kostakos.2017. UjiAWARE. Prosiding ACM tentang
Teknologi Interaktif, Seluler, Dapat Dikenakan, dan Di Mana-mana 1:3, 1-29.
[Crossref]
348. Kevin Baker, Kristien Ooms, Steven Verstockt, Pascal Brackman, Philippe De
Maeyer, Rik Van de Walle. 2017. Perspektif pengendara sepeda crowdsourcing tentang
jalur rekreasi yang disarankan dalam jaringan dunia nyata. Kartografi dan Ilmu
Informasi Geografis 44:5,
422-435. [Crossref]
349. Gloria Ejehiohen Iyawa, Marlien Herselman, Adele Botha. 2017. Mengidentifikasi
Komponen Penting dari Inovasi Kesehatan DigitalEcosystem untuk ontext Namibia C:
Temuan dari Studi Delphi. Jurnal Elektronik Sistem Informasi dalam Perkembangan
Negara 82:1, 1-40. [Crossref]
350. Dmitry G. Korzun, Alexander Yu. Meigal, Alexander V. Borodin, Ludmila I.
Gerasimova-Meigal. Pada layanan kesehatan pribadi seluler untuk keterlibatan
manusia dalam pencegahan, terapi, dukungan timbal balik, dan rehabilitasi
sosialtion 276-281. [Crossref] 351. Bernad Batinic, Carrie Kovacs. Survei
Karyawan Online dan Umpan Balik Online 347-367. [Crossref]
352. Jason J. Jung, Minsung Hong, O-Joun Lee, Taman Jaehong, Chang Choi. Menuju
Lifeloggin Afektifg dengan Informasi Fusion153-154. [Crossref]
353. Veronica Yank, Sanjhavi Agarwal, Pooja Loftus, Steven Asch, David Rehkopf.
2017. Data Kesehatan Crowdsourced: Komparabilitasuntuk Survei Nasional AS, 2013–
2015. Jurnal Kesehatan Masyarakat Amerika 107: 8, 1283-1289. [Crossref]
354. Cathryn Tonne, Xavier Basagaña, Basile Chaix, Maud Huynen, Perry Hystad, Tim S.
Nawrot, Remy Slama, Roel Vermeulen, Jennifer Weuve, Mark Nieuwenhuijsen. 2017.
Batas-batas baru untuk epidemiologi lingkungan di dunia yang terus berubah.
Lingkungan Internasional 104, 155-162. [Crossref]
355. Mari Niva. 2017. Layanan penurunan berat badan online dan praktik kalkulatif
pelangsingan. Kesehatan: Jurnal Interdisipliner untuk Studi Sosial Kesehatan,
Penyakit dan Kedokteran 21: 4, 409-424. [Crossref]
356. Trevor Clohessy, Thomas Acton. 2017. Analisis Pribadi Perusahaan. Jurnal
Internasional Penelitian Intelijen Bisnis 8:2, 31-48. [Crossref]
357. Nicolas A. Brown, Andrew B. Blake, Ryne A. Sherman. 2017. Potret Kehidupan yang
Dijalani. Ilmu Psikologi dan Kepribadian Sosial 6, 194855061770317. [Crossref]
358. Samuel T. McAbee, Ronald S. Landis, Maura I. Burke. 2017. Penalaran induktif:
Janji big data. Tinjauan Manajemen Sumber Daya Manusia 27:2, 277-290. [Crossref]
359. Artur Gunia, Bipin Indurkhya. Prototipe untuk Mempelajari Aspek Kognitif dan
Estetika Teknologi Realitas Campuran 1-6. [Crossref]
360. Solange Mendes, Jonas Queiroz, Paulo Leitao. Data driven multi-agent m-health
system untuk mengkarakterisasi aktivitas sehari-hari orang 1-6. [Crossref]
361. Meghna Singh, Luis Fernandez-Luque, Jaideep Srivastava. Toolkit 360QS untuk
analisis tidur dan aktivitas fisik berdasarkan perangkat yang dapat dikenakan 680-
681. [Crossref]
362. Yvonne McDermott. 2017. Mengkonseptualisasikan hak atas perlindungan data di
era Big Data. Big Data & Masyarakat 4:1, 205395171668699. [Crossref]
363. Anna Wexler. 2017. Konteks Sosial Stimulasi Otak "Do-It-Yourself":
Neurohackers, Biohackers, dan Lifehackers. Perbatasan dalam Ilmu Saraf Manusia 11.
. [Crossref]
364. Jiachen Yang, Huanling Wang, Zhihan Lv, Wei Wei, Houbing Song, Melike Erol-
Kantarci, Burak Kantarci, Shudong He. 2017. Rekomendasi multimedia dan sistem
transmisi berbasis cloud platform. Sistem omputer C Generasi Masa Depan 70, 94-
103.
[Crossref]
365. Allen D. Allen. 2017. Algoritma yang mengekstrak pengetahuan dari data besar
fuzzy: Melestarikan sains tradisional1. Jurnal Sistem Cerdas & Fuzzy 32:5, 3689-
3694. [Crossref]
366. Kathleen Roskos, Jeremy Brueck, Lisa Lenhart. 2017. Analisis platform
pembelajaran e-book: Keterjangkauan, arsitektur, fungsionalitas, dan analitik.
Jurnal Internasional Interaksi Anak-Komputer 12, 37-45. [Crossref]
367. Dong-Hee Shin, Frank Biocca. 2017. Model pengalaman kesehatan informatika
pribadi: Kasus diri yang diukur. Komputer dalam Perilaku Manusia 69, 62-74.
[Crossref]
368. Wendy Lipworth, Paul H. Mason, Ian Kerridge, John P. A. Ioannidis. 2017. Etika
dan Epistemologi dalam Penelitian Big Data. Jurnal Inkuiri Bioetika 527. .
[Crossref]
369. Karin Wahl-Jorgensen, Lucy K. Bennett, Jonathan Cable. 2017. Normalisasi dan
Kritik Pengawasan. Jurnalisme Digital 5:3, 386-403. [Crossref]
370. M. del Río Carral, P. Roux, C. Bruchez, M. Santiago-Delefosse. 2017. Kesehatan
digital: janji, tantangan, dan ketakutan. Sebuah tinjauan pustaka. Praktik
Psikologis ues 23:1, 61-77. [Crossref]
371. Tamar Sharon. 2017. Self-Tracking for Health and the Quantified Self:
Mengartikulasikan Ulang Otonomi, Solidaritas, dan Keasliandalam Era Perawatan
Kesehatan yang Dipersonalisasi. Filsafat & Teknologi 30:1, 93-121. [Crossref]
372. Olga Santos. 2017. Menuju Dukungan Vibrotactile Yang Dipersonalisasi Saat
Belajar Motor Skills. Algoritma 10:1, 15. [Crossref]
373. Minna Ruckenstein, Mika Pantzar. 2017. Beyond the Quantified Self: Eksplorasi
tematik dari paradigma dataistik. Media Baru & Masyarakat 19:3, 401-418.
[Crossref]
374. Costantino Cipolla, Alberto Ardissone. 2017. Paradigma citizen-centric dalam m-
Health. KESEHATAN DAN MASYARAKAT :2, 11-31. [Crossref]
375. Sylvain Laborde, Emma Mosley, Julian F. Thayer. 2017. Variabilitas Denyut
Jantung dan Nada Vagal Jantung pada Psikofisiologis
Penelitian – rekomendasi untuk perencanaan eksperimen, analisis data, danpelaporan
dat a. Perbatasan dalam Psikologi 08. . [Crossref]
376. Salem Alelyani, Abdelrahman Ibrahim. Akankah diri yang diukur mencegah obesitas
dan diabetes di antara orang dewasa di Arab Saudi? 1-5. [Crossref]
377. Muriel Derrien, Patrick Veiga. 2017. Memikirkan Kembali Diet untuk Membantu
Simbiosis Manusia-Mikroba. Tren Mikrobiologi 25:2, 100-112. [Crossref]
378. Jonathan K. Nelson, Patrick C. Shih. 2017. CompanionViz: Platform yang
dimediasi untuk mengukur kesehatan anjing dan meningkatkan interaksi manusia-hewan
peliharaan. Jurnal Internasional Studi Manusia-Komputer 98, 169-178. [Crossref]
379. Mika Pantzar, Minna Ruckenstein, Veera Mustonen. 2017. Irama sosial jantung.
Tinjauan Sosiologi Kesehatan 26:1, 22-37. [Crossref]
380. Margaret Pereira, John Scott. 2017. Pengurangan bahaya dan etika penggunaan
narkoba: teknik kontemporer pemerintahan sendiri. Tinjauan Sosiologi Kesehatan
26:1, 69-83. [Crossref]
381. Daniel R. Fesenmaier, Zheng Xiang. Pengantar Ilmu Desain dan Desain Pariwisata
dalam Tourism 3-16. [Crossref]
382. Yeongbae Choe, Daniel R. Fesenmaier. The Quantified Traveler: Implikasi untuk
Pengembangan Pariwisata Cerdas 65-77. [Crossref] 383. Richard Harte, Liam Glynn,
Alejandro Rodríguez-Molinero, Paul MA Baker, Thomas Scharf, Leo R Quinlan, Gearóid
ÓLaighin. 2017. Metodologi Desain yang Berpusat pada Manusia untuk Meningkatkan
Kegunaan, Faktor Manusia, dan Pengalaman Pengguna Sistem Kesehatan yang Terhubung:
Metodologi Tiga Fase. JMIR Faktor Manusia 4:1, e8. [Crossref]
384. Maks-R. Ulbricht, Karsten Weber. Selamat tinggal persetujuan? 265-286.
[Crossref]
385. Shelley L. Craig, Ashley Austin. Masa Kecil dan Remaja 57-73. [Crossref]
386. Penyanyi Leif, Margaret-Anne Storey, Fernando Figueira Filho, Alexey Zagalsky,
Daniel M. German. Analisis Orang dalam Pengembangan Perangkat Lunak 124-153.
[Crossref]
387. Christina Rode-Schubert, Thomas Norgall, Andreas Bietenbeck. Potenziale f?r
POCT im Internet of Things (IoT) 423-434. [Crossref]
388. Chhaya S. Dule, H. A. Girijamma. Menjamin efektivitas langkah-langkah keamanan
yang ada untuk data besar di lingkungan cloud209-219. [Crossref]
389. Gaye Lightbody, Fiona Browne, Valeriia Haberland. Perangkat Keras Kustom Versus
Komputasi Cloud dalam Big Data 175-193. [Crossref]
390. Kevin A. Clauson, Timothy D. Aungst, Roger Simard, Brent I. Fox, Elizabeth A.
Breeden. Lessons Learned and Looking ForwardDenganPendidikan P harmacy 181-199.
[Crossref]
391. Grant P. Cumming, Tara Prancis, Jamie Hogg, Douglas McKendrick, Heidi Gilstad,
David Molik, Joanne S Luciano. Kepercayaan danProvenance dalam Komunikasi kepada
Konsumen eHealth 189-203. [Crossref]
392. Rudolph Pienaar, Ata Turk, Jorge Bernal-Rusiel, Nicolas Rannou, Daniel Haehn,
P. Ellen Grant, Orran Krieger. 10494, 29. [Crossref]
393. Gabriela Cajamarca, Iyubanit Rodríguez, Valeria Herskovic, Mauricio Campos.
StraightenUp: Implementasi dan Evaluasi Postur Tulang Belakang yang Dapat Dipakai
655-665. [Crossref]
394. Iyubanit Rodríguez, Valeria Herskovic, Carmen Gerea, Carolina Fuentes, Pedro O
Rossel, Maíra Marques, Mauricio Campos.2017. Memahami Teknologi Pemantauan untuk
Orang Dewasa dengan Rasa Sakit: Tinjauan Literatur Sistematis. Jurnal Penelitian
Internet Medis 19:10, e364. [Crossref]
395. Gay L. Landstrom. Dampak Big Data pada Transformasi Sistem Perawatan Kesehatan
253-263. [Crossref]
396. Satoshi Sohda, Kenta Suzuki, Ichiro Igari. 2017. Hubungan Antara Siklus
Menstruasi dan Waktu Ovulasi Terungkapdengan Protokol Baru: Analisis Data dari
Aplikasi Kesehatan Pelacakan Diri. Journal of Medical Internet Research 19:11,
e391. [Crossref]
397. Igor Sacramento, Vanissa Wanick. mHealth dan Badan Cyborg Digital: Aplikasi
yang Berjalan di Society of Control 39-70. [Crossref]
398. Y. Cheung, P. S: Hsueh, M. Qian, S. Yoon, L. Meli, K. M. Diaz, J. Schwartz, I.
M. Kronish, K. W. Davidson. 2017. AreNomothetic atau Pendekatan Ideografik Unggul
dalam Memprediksi Perilaku Latihan Harian?. Metode Informasi dalam Kedokteran
56:6, 452-460. [Crossref]
399. Chris William Callaghan. 2017. Penelitian HIV/AIDS kontemporer: Wawasan dari
teori manajemen pengetahuan. SAHARA-J: Jurnal Aspek Sosial HIV/AIDS 14:1, 53-63.
[Crossref]
400. Alexandra L'Heureux, Katarina Grolinger, Hany F. Elyamany, Miriam A. M.
Capretz. 2017. Machine Learning With Big Data: Tantangan dan Pendekatan. Akses
IEEE 5, 7776-7797. [Crossref]
401. Vassilis Kilintzis, Christos Maramis, Nicos Maglaveras. Sensor pergelangan
tangan — Aplikasi untuk memperoleh data sensorik dari jam tangan pintar
AndroidWear® untuk kesehatan yang terhubung 125-128. [Crossref]
402. Liang Leng, Guodong Yang, Shengbo Chen. 2017. Mekanisme Penalaran Kombinatorial
dengan Hubungan Topologis dan Metrikuntuk Deteksi Perubahan dalam Bentuk Rencana
Sungai: Aplikasi untuk Badan Air GlobeLand30. ISPRS Jurnal Internasional Geo-
Informasi 6:1, 13. [Crossref]
403. Liang Chen, Guozhu Jia. 2017. Analisis efisiensi lingkungan industri regional
China: pendekatan berbasis data envelopment analysis (DEA). Jurnal Produksi Bersih
142, 846-853. [Crossref]
404. Xiaohong Liu, Junfei Chu, Pengzhen Yin, Jiasen Sun. 2017. Evaluasi lintas
efisiensi DEA dengan mempertimbangkan output yang tidak diinginkan dan prioritas
utama: studi kasus analisis eko-efisiensi pembangkit listrik tenaga batu bara.
Journal dari Produksi Pembersih 142, 877-885.
[Crossref]
405. Alexander Seifert, Anna Schlomann, Christian Rietz, Hans Rudolf Schelling.
2017. Penggunaan perangkat seluler untuk pelacakan aktivitas fisik dalam kehidupan
sehari-hari orang dewasa yang lebih tua. KESEHATAN DIGITAL 3, 205520761774008.
[Crossref]
406. Victor Stephani, Alexander Geissler, Reinhard Busse. Kerjasama dan Integrasi
Rumah Sakit 215-230. [Crossref]
407. Thomas Fischer, René Riedl. Lifelogging sebagai Sumber Data yang Layak untuk
Peneliti NeuroIS: Tinjauan Jenis Data Neurofisiologis yang Dikumpulkan dalam
Literatur Lifelogging 165-174. [Crossref]
408. Cathal Gurrin, Xavier Giro-i-Nieto, Petia Radeva, Mariella Dimiccoli, Duc-Tien
Dang-Nguyen, Hideo Joho. 1967. [Crossref]
409. Thomas Marshall, Tiffiany Champagne-Langabeer, Darla Castelli, Deanna
Hoelscher. 2017. Komputasi kognitif dan eSciencein penelitian kesehatan dan ilmu
kehidupan: kecerdasan buatan dan obesitas iprogram ntervention. Ilmu dan Sistem
Informasi Kesehatan
5:1. . [Crossref]
410. László Lengyel, Péter Ekler, Imre Tömösvári, Tamás Balogh, Gergely Mezei,
Bertalan Forstner, Hassan Charaf. Model-DrivenMulti-domain IoT 167-190. [crossref]
411. Injung Lee, Taeha Yi, Jimin Rhim, Amartuvshin Narangerel, Danial Shafiei
Karaji, Ji-Hyun Lee. Representasi Kasus Harian
Data Rutin Melalui Kerangka Function Behavior Structure (FBS) 382-389. [Crossref]
412. D. A. Baker. Perangkat yang Dapat Dikenakan dan Desain Antarmuka Pengguna:
Dampak pada Keyakinan pada Kehendak Bebas 210-217. [Crossref]
413. Corinna A. Christmann, Gregor Zolynski, Alexandra Hoffmann, Gabriele Bleser.
Effective Visualisasi Data Kesehatan Jangka Panjang untuk Mendukung Perubahan
Perilaku 237-247. [Crossref]
414. Lyne Da Sylva. 2017. Data dan dampak teoritis dan praktisnyaterhadap
profesional informasi. Dokumentasi dan Perpustakaan 63:4, 5-34. [Crossref]
415. Ciaran B. Jejak, Katherine Cruz, Daiki Yonemaru, Yan Zhang. 2017. Ekosistem
data dalam self‐tracking health and wellness apps.Proceedings of the Association
for Information Science and Technology 54:1, 816-818. [Crossref]
416. Paul Smart, Richard Heersmink, Robert W. Clowes. Ekologi Kognitif Internet 251-
282. [Crossref]
417. Sreenivas R. Sukumar, Ramakrishnan Kannan, Seung-Hwan Lim, Michael A. Matheson.
Kernel untuk analisis data yang dapat diskalakan inscience: Menuju masa depan
arsitektur-portabel 1026-1031. [Crossref]
418. Patrizia Marti, Carl Megens, Caroline Hummels. 2016. Data-Enabled Design for
Social Change: Dua Studi Kasus. Internet Masa Depan 8:4, 46. [Crossref]
419. Volker Tresp, J. Marc Overhage, Markus Bundschus, Shahrooz Rabizadeh, Peter A.
Fasching, Shipeng Yu. 2016. Menjadi Digital:
Survei tentang Digitalisasi dan Analisis Data Skala Besar dalam Perawatan Kesehatan.
Prosiding IEEE 104:11, 2180-2206. [Crossref]
420. Alexander Stocker, Christian Kaiser. 2016. Quantified Car: Potensi, Model
Bisnis dan Ekosistem Digital. e&i Teknik Elektro dan Teknologi Informasi 133:7,
334-340.
421. Jeroen Stragier, Mariek Vanden Abeele, Peter Mechant, Lieven De Marez. 2016.
Memahami kegigihan dalam penggunaan Komunitas OnlineFitness: Membandingkan
pengguna pemula dan berpengalaman. Komputer dalam Perilaku Manusia 64, 34-42.
[Crossref]
422. Tamar Sharon. 2016. Googlisasi penelitian kesehatan: dari inovasi disruptif ke
etika disruptif. Pengobatan Pribadi 13:6, 563-574. [Crossref]
423. Panos Markopoulos. 2016. Ambient Intelligence: Visi, penelitian, dan kehidupan.
Jurnal Ambient Intelligence and Smart Environments 8:5, 491-499. [Crossref]
424. Cynthia Carter Ching, Mary K. Stewart, Danielle E. Hagood, Roxanne Naseem
Rashedi. 2016. Mewakili dan Mendamaikan Data dan Pengalaman Pribadi dalam Proyek
Game Teknologi yang Dapat Dikenakan. Transaksi IEEE padaTeknologi penghasilan L
9:4,
342-353. [Crossref]
425. Konstantinus E. Kontokosta. 2016. The Quantified Community and Neighborhood
Labs: Kerangka Kerja untuk Computational UrbanScience dan Civic Technology
Innovation. Jurnal Teknologi Perkotaan 23:4, 67-84. [Crossref]
426. Tahir Hameed. 2016. Dampak analitik big data pada individudan pasar analitik
big data Korea Selatan. Jurnal Penelitian Kasus dan Aplikasi Teknologi Informasi
18:3, 130-140. [Crossref]
427. Katleen Gabriels. 2016. 'Saya terus mengawasi anak saya ini': kritik moral
terhadap aplikasi pelacakan lain. Etika dan Teknologi Informasi 18:3, 175-184.
[Crossref]
428. Natasha Dow Schüll. 2016. Data seumur hidup: Teknologi yang dapat dikenakan dan
desain perawatan diri. BioMasyarakat 11:3, 317-333. [Crossref]
429. Russell Belk. 2016. Extended diri dan dunia digital. Opini Saat Ini dalam
Psikologi 10, 50-54. [Crossref]
430. Roger Clarke. Jaminan Kualitas untuk Aplikasi Keamanan Big Data 1-8. [Crossref]
431. Faye Sebelumnya, Tom Dawson. Pengembangan Alat Evaluasi Ekonomi Kesehatan
Holistik Memanfaatkan Laporan Diri Pasien 56-61. [Crossref]
432. Clio Andris. Model Komputasi untuk Hubungan Dyadic (Makalah yang Diundang) 565-
573. [Crossref]
433. Elliott M. Antman, Joseph Loscalzo. 2016. Kedokteran presisi dalam kardiologi.
Ulasan Alam Kardiologi 13:10, 591-602. [Crossref]
434. Paul F. Cook, Kimberly R. Hartson, Sarah J. Schmiege, Catherine Jankowski,
Whitney Starr, Paula Meek. 2016. BidirectionalRelationships Between Fatigue and
Pengalaman Sehari-hari pada Orang yang Hidup Dengan HIV. Penelitian Keperawatan &
Kesehatan 39:3, 154-163. [Crossref]
435. Molly Margaret Kessler. 2016. Mengenakan Kantong Ostomi dan Menjadi Ostomate:
Pendekatan Kairologis untuk Wearability. Masyarakat Retorika Triwulanan 46:3, 236-
250. [Crossref]
436. Daniel O'Leary. Beberapa Masalah Privasi di Dunia Big Data dan Penambangan Data
289-302. [Crossref]
437. Nervo Verdezoto, Erik Grönvall. 2016. Pada pemantauan diri tekanan darah
preventif di rumah. Kognisi, Teknologi & Kerja 18:2, 267-285. [Crossref]
438. Subir Biswas, Brandon Harrington, Faezeh Hajiaghajani, Rui Wang. Analisis
aktivitas dalam ruangan tanpa kontak menggunakan first-reflectionecholocation 1-6.
[Crossref]
439. Peter B. Luppa, Andreas Bietenbeck, Christopher Beaudoin, Ambra Giannetti.
2016. Teknik analisis yang relevan secara klinis, konsep organisasi untuk aplikasi
dan perspektif masa depan pengujian titik perawatan. Kemajuan Bioteknologi 34:3,
139-160.
[Crossref]
440. D S Quintana, G A Alvares, J A J Heathers. 2016. Pedoman Pelaporan Artikel
tentang Psikiatri dan Variabilitas detak jantung (GRAPH): rekomendasi untuk
memajukan komunikasi penelitian. Psikiatri Translasi 6:5, e803-e803. [Crossref]
441. Argyro P. Karanasiou, Emile Douilhet. Jangankan Data: Pencarian Hukum atas
Kontrol Informasi & NetworkedSelf 100-105. [Crossref]
442. Bevan E Huang, Widya Mulyasasmita, Gunaretnam Rajagopal. 2016. Jalur dari big
data ke precision medicine. Tinjauan Ahli Pengobatan Presisi dan Pengembangan Obat
1:2, 129-143. [Crossref]
443. Maria Rita Palattella, Mischa Dohler, Alfredo Grieco, Gianluca Rizzo, Johan
Torsner, Thomas Engel, Latif Ladid. 2016. Internetof Things di Era 5G: Enabler,
Arsitektur, dan Model Bisnis. Jurnal IEEE tentang Area Terpilih dalam Komunikasi
34:3,
510-527. [Crossref]
444. Yang Li, Yike Guo. 2016. Wiki-Health: Dari Diri yang Terkuantifikasi ke
Pemahaman Diri. Komputer Generasi Masa Depan Sybatang 56, 333-359. [Crossref]
445. Liad Bareket-Bojmel, Simone Moran, Golan Shahar. 2016. Presentasi diri
strategis di Facebook: Motif pribadi dan respons audiens terhadap perilaku online.
Komputer dalam Perilaku Manusia 55, 788-795. [Crossref]
446. E Oborn, SK Barrett. 2016. Kesehatan digital dan keterlibatan warga: Mengubah
wajah pemberian layanan kesehatan. Penelitian Manajemen Pelayanan Kesehatan 29:1-
2, 16-20. [Crossref]
447. Joyce Davidson. 2016. Pidato pleno – Tahun hidup 'berbahaya': Refleksi tentang
risiko, kepercayaan, trauma, dan perubahan. Emosi
Ruang dan Masyarakat 18, 28-34. [Crossref]
448. Muhammad Aurangzeb Ahmad. Setelah Kematian 397-408. [Crossref]
449. C. Sisir Donald, Scarlett R. Barham. The Quantifiable Self 63-72. [Crossref]
450. Sander Bogers, Joep Frens, Janne van Kollenburg, Eva Deckers, Caroline Hummels.
Botol Bayi Terhubung 301-311. [Crossref]
451. Nils B. Heyen. Pelacakan Diri sebagai Produksi Pengetahuan: Diri yang Diukur
antara Prosumption dan Citizen Science 283-301. [Crossref]
452. Alysson Bessani, Jörgen Brandt, Marc Bux, Vinicius Cogo, Lora Dimitrova, Jim
Dowling, Ali Gholami, Kamal Hakimzadeh, Micheal Hummel, Mahmoud Ismail, Erwin
Laure, Ulf Leser, Jan-Eric Litton, Roxanna Martinez, Salman Niazi, Jane Reichel,
Karin Zimmermann. BiobankCloud: Platform untuk Penyimpanan, Berbagi, dan
Pemrosesan AmanKumpulan Data Biomed ical Besar
89-105. [Crossref]
453. Shreya S. Gollamudi, Eric J. Topol, Nathan E. Wineinger. 2016. Kerangka kerja
untuk analisis healthda ta yang diaktifkan oleh smartphone dan dihasilkan pasien.
PeerJ 4, e2284. [Crossref]
454. Na Li, Frank Hopfgartner. Untuk Log atau Tidak untuk Log? Analisis SWOT
Pelacakan Diri 305-325. [Crossref]
455. Cécile Boulard Masson, David Martin, Tommaso Colombino, Antonietta Grasso.
"Perangkat ini tidak dirancang dengan baik untuk saya" tentang penggunaan pelacak
aktivitas di tempat kerja? 39-55. [Crossref]
456. Gloria Ejehiohen Iyawa, Marlien Herselman, Adele Botha. 2016. Ekosistem Inovasi
Kesehatan Digital: Dari Tinjauan Sistematis hingga Fram Konseptualework. Procedia
Ilmu Komputer 100, 244-252. [Crossref]
457. Akihiro Eguchi, Hung Nguyen, Craig Thompson, Wesley Deneke. Menuju Arsitektur
Sadar Situasi untuk WisdomWeb of Things 73-106. [Crossref]
458. M. Almalki, K. Gray, F. J. Martin-Sanchez. 2016. Menyempurnakan Konsep Self-
quantification yang Dibutuhkan untuk Selfmanagement Kesehatan. Metode Informasi
dalam Kedokteran 55:5. . [Crossref]
459. Brett Nicholls. Modulasi Sehari-hari: Dataisme, Aplikasi Kesehatan, dan
Produksi Pengetahuan Diri 101-120. [Crossref]
460. Jaewopada Lee, Dongho Kim, Han-Young Ryoo, Byeong-Seok Shin. 2016. Sustainable
Wearables: Teknologi Wearable untukMeningkatkan Kualitas Hidup Manusia.
Keberlanjutan 8:5, 466. [Crossref]
461. Emil Chiauzzi, Gabriel Eichler, Paul Wicks. Kemajuan Crowdsourcing dalam
Penelitian Perawatan Kesehatan 307-329. [Crossref]
462. Chen Guo, Yingjie Victor Chen, Zhenyu Cheryl Qian, Yue Ma, Hanhdung Dinh,
Saikiran Anasingaraju. Merancang Syal Cerdas Mempengaruhi Emosi Anggota Kelompok
dalam Suasana: Proses Desain dan Pengalaman Pengguna 392-402. [Crossref]
463. Paul McCullagh, Chris Brennan, Gaye Lightbody, Leo Galway, Eileen Thompson,
Suzanne Martin. SSVEP dan Eye TrackingHybrid BNCI: Potensi di Luar Komunikasi dan
Kontrol 69-78. [Crossref]
464. Austin R. Silva, Kemuliaan E. Aviña, Jeffrey Y. Tsao. Seni Penelitian: Peluang
untuk Pendekatan Berbasis Sains 431-441. [Crossref]
465. Peggy J. Mancuso, Sahiti Myneni. 2016. Konsumen yang Diberdayakan dan Tim
Perawatan Kesehatan. Kemajuan dalam Ilmu Keperawatan 39:1, 26-37. [Crossref]
466. Fawcett Tom. 2015. Menambang Diri yang Diukur: Penemuan Pengetahuan Pribadi
sebagai Tantangan bagi Ilmu Data. Data Besar 3:4, 249-266. [Abstrak] [Teks
Lengkap] [PDF] [PDF Plus]
467. Carine Gimbert, François-Joseph Lapointe. 2015. Melacak sendiri mikrobioma:
dari mana kita pergi dari sini?. Mikrobioma 3:1. . [Crossref]
468. Melanie Angsa. 2015. Blockchain Thinking : Otak sebagai Perusahaan Otonom
Terdesentralisasi [Komentar]. Majalah Teknologi dan Masyarakat IEEE 34:4, 41-52.
[Crossref]
469. Nathalia Moraes do Nascimento, Carlos Jose Pereira de Lucena, Hugo Fuks.
Pemodelan Hal-Hal yang Dikuantifikasi Menggunakan Sistem Multi-Agen 26-32.
[Crossref]
470. Anne Louise Coleman. 2015. Bagaimana Big Data Menginformasikan Kita Tentang
Operasi Katarak: The LXXII Edward Jackson Memorial Lecture. Jurnal Oftalmologi
Amerika 160:6, 1091-1103.e3. [Crossref]
471. Manal Almalki, Kathleen Gray, Fernando Martin Sanchez. 2015. Penggunaan sistem
kuantifikasi diri untuk informasi kesehatan pribadi: aktivitas dan prospek
manajemen big data. Ilmu Informasi Kesehatan dan Sybatang 3:S1. . [Crossref]
472. Maxime Ouellet, Marc Ménard, Maude Bonenfant, André Mondoux. 2015. Big Data dan
Self-Quantification: Pemerintahan Algoritmik di Dunia yang Dikelola Secara
Digital. Jurnal Komunikasi Kanada 40:4. .
[Crossref]
473. Sung Sil Kim, Taman Junsoo, Woontack Woo. 2015. Quantified Lockscreen:
Integrasi Personalized Facial Expression Detectionand Mobile Lockscreen aplikasi
untuk Emotion Mining dan Quantified Self. Jurnal KIISE 42:11, 1459-1466.
[Crossref]
474. Florent Domenach, Pooya Charmarai, Andreas Savva, Charalambos Christou. Felt —
Aplikasi perasaan sosial 163-166. [Crossref]
475. Stefan Wrobel, Hans Voss, Joachim Köhler, Uwe Beyer, Sören Auer. 2015. Big
Data, Peluang Besar. Informatik-Spektrum 38:5, 370-378. [Crossref]
476. Matt Bower, Daniel Sturman. 2015. Apa saja keterjangkauan pendidikan dari
teknologi yang dapat dikenakan?. Komputer & Pendidikan 88, 343-353. [Crossref]
477. Li Guo. Mendorong Diri Terukur yang Lebih Baik dengan Layanan Sadar Konteks dan
Proaktif 1527-1532. [Crossref]
478. Hossein Shahrokni, Louise Årman, David Lazarevic, Anders Nilsson, Nils Brandt.
2015. Penerapan Smart Urban Metabolismin the Stockholm Royal Seaport: Smart City
SRS. Jurnal Ekologi Industri 19:5, 917-929. [Crossref]
479. Chang Long Zhu, Harshit Agrawal, Pattie Maes. Data-objects: Mendesain ulang
objek sehari-hari sebagai antarmuka afektif taktil322-326. [Crossref]
480. Anton Ivanov, Raj Sharman, H. Raghav Rao. 2015. Mengeksplorasi faktor-faktor
yang memengaruhi berbagi catatan pelacakan kesehatan. Kebijakan dan Teknologi
Kesehatan 4:3, 263-276. [Crossref]
481. Kevin McDonald. 2015. Dari Indymedia ke Anonymous: memikirkan kembali tindakan
dan identitas dalam budaya digital. Informasi, Komunikasi & Masyarakat 1 8:8, 968-
982. [Crossref]
482. Kate Crawford, Jessa Lingel, Tero Karppi. 2015. Metrik kami, diri kami sendiri:
Seratus tahun pelacakan diri dari skala berat ke perangkat yang dapat dikenakan di
pergelangan tangan. Jurnal Studi Budaya Eropa 18: 4-5, 479-496. [Crossref]
483. Kristen P. Janssen, Sandy JJ Gould, Simon Y.W. Li, Duncan P. Brumby, Anna L.
Cox. 2015. Mengintegrasikan pengetahuan tentang multitasking dan interupsi di
berbagai perspektif dan metode penelitian. Jurnal Internasional Studi Manusia-
Komputer 79, 1-5. [Crossref]
484. Elliott M. Antman. 2015. Menyelamatkan dan Meningkatkan Kehidupan di Era
Informasi. Sirkulasi 131:25, 2238-2242. [Crossref]
485. Kristof Van Laerhoven, Marko Borazio, Jan Hendrik Burdinski. 2015. Pakai Ponsel
Anda? Menyelidiki Kebiasaan Membawa dan Menggunakan Telepon dengan Perangkat yang
Dapat Dikenakan. Perbatasan dalam TIK 2. . [Crossref]
486. Jeroen Stragier, Tom Evens, Peter Mechant. 2015. Siarkan Diri Anda: Studi
Eksplorasi Berbagi Aktivitas Fisik di Situs Jejaring Sosial. Media Internasional
Australia 155: 1, 120-129. [Crossref]
487. Matius Brook O'Donnell, Emily B. Falk. 2015. Big Data di bawah Mikroskop dan
Otak dalam Konteks Sosial. ANNALS dari American Academy of Political and Social
Science 659: 1, 274-289. [Crossref]
488. Halaman Thomas. 2015. Aplikasi Teknologi Wearable dalam Olahraga Elite. Jurnal
i-manager tentang Aplikasi dan Teknologi Seluler 2:1, 1-15. [Crossref]
489. David Houston Jones. 2015. Semua momen dalam hidup kita: pengarsipan diri dari
Christian Boltanski hingga lifelogging. Arsip dan Records 36:1, 29-41. [Crossref]
490. Mika Pantzar, Minna Ruckenstein. 2015. Jantung analisis sehari-hari: ekstensi
emosional, material, dan praktis dipasar selftra cking. Pasar Konsumsi & Budaya
18:1, 92-109. [Crossref]
491. Fredrik Ohlin, Carl Magnus Olsson. Komputasi Cerdas dalam Informatika Pribadi
263-274. [Crossref]
492. Jeungmin Oh, Uichin Lee. Menjelajahi masalah UX dalam teknologi Quantified Self
53-59. [Crossref]
493. Katherine K. Kim, Holly C. Logan, Edmund Young, Christina M. Sabee. 2015.
Desain yang berpusat pada remaja dan hasil penggunaan program manajemen diri
seluler iN Touch untuk kelebihan berat badan/obesitas. Komputasi Pribadi dan Di
Mana-Mana 19:1, 59-68. [Crossref]
494. Philip J. Dacunto, Neil E. Klepeis, Kai-Chung Cheng, Viviana Acevedo-Bolton,
Ruo-Ting Jiang, James L. Repace, Wayne R. Ott, Lynn M. Hildemann. 2015. Menentukan
kurva kalibrasi PM 2.5 untuk monitor partikel berbiaya rendah: aerosol perumahan
dalam ruangan umum. Ilmu Lingkungan: Proses & Dampak 17:11, 1959-1966. [Crossref]
495. Muhammad Rehman, Chee Liew, Teh Wah, Junaid Shuja, Babak Daghighi. 2015.
Menambang Data Pribadi Menggunakan Smartphonedan Perangkat yang Dapat Dikenakan:
Sebuah Survei. Sensor 15:2, 4430. [Crossref]
496. Melanie Angsa. 2015. Connected Car: Quantified Self menjadi Quantified Car.
Jurnal Jaringan Sensor dan Aktuator 4:1, 2. [Crossref]
497. Konstantinus E. Kontokosta. 2015. The Quantified Community and Neighborhood
Labs: Kerangka Kerja untuk Perencanaan Kota Komputasi dan Inovasi Teknologi Sipil.
SSRN Electronic Jurnal . [Crossref]
498. Deborah Lupton. 2015. Data yang Hidup, Kebugaran Sosial dan Biovalue:
Persimpangan Pelacakan Diri Kesehatan dan Media Sosial. Jurnal SSRN Electronic .
[Crossref]
499. Nicole Zillien, Gerrit Fröhlich, Mareike Dötsch. Bidang angka 77-94. [Crossref]
500. Boris de Ruyter. Pelatihan Berbasis Analisis Data Menuju Perubahan Perilaku
untuk Kebersihan Gigi 284-295. [Crossref]
501. Fredrik Ohlin, Carl Magnus Olsson, Paul Davidsson. Menganalisis Ruang Desain
Informatika Pribadi: Klasifikasi State-of-PracticeBased dari Alat yang Ada 85-97.
[Crossref]
502. K. Thomas Pickard. Menjelajahi Pasar Data untuk Informasi Kesehatan Pribadi
477-480. [Crossref]
503. Guillaume Dumas, David G. Serfass, Nicolas A. Brown, Ryne A. Sherman. 2014.
Sifat Penelitian Jaringan Sosial yang Berkembang: Sebuah Komentar untuk Gleibs
(2014). Analisis Masalah Sosial dan Kebijakan Publik 14:1, 374-378. [Crossref]
504. Tasha Glenn, Scott Monteith. 2014. Privasi di Dunia Digital: Data Medis dan
Kesehatan di Luar Perlindungan HIPAA. Laporan Psikiatri Saat Ini 16:11. .
[Crossref]
505. Brad Millington. 2014. Aplikasi Smartphone dan Privatisasi Mobile Kesehatan dan
Kebugaran. Kajian Kritis dalam Komunikasi Media 31:5, 479-493. [Crossref]
506. Benjamin Bockstege, Aaron D. Striegel. Sistem manajemen untuk periferal game
berbasis gerak untuk terapi fisikinstrumentasi 182-187. [Crossref]
507. Peter Nagy, Bernadett Koles. 2014. Transformasi digital identitas manusia.
Konvergensi: Jurnal Internasional Penelitian Teknologi Media Baru 20:3, 276-292.
[Crossref]
508. Gergely Temesi, Bence Bulgaria, Ádám Arany, Csaba Szalai, Antal Péter, Péter
Mátyus. 2014. Reposisi awal melalui analisis pengayaan set kembung:strategi daur
ulang kereta luncur. Kimia Obat Masa Depan 6: 5, 563-575. [Crossref]
509. Primavera De Filippi. 2014. Big data, tanggung jawab besar. Ulasan Kebijakan
Internet 3:1. . [Crossref]
510. Farzaneh Salamati, Zbigniew J. Pasek. 2014. Kesehatan Pribadi: Produk yang
Kompleks dan Sulit Dipahami dan Layanan Mandiri Terdistribusi. Procedia CIRP 16,
283-288. [Crossref]
511. James F. Meadow, Adam E. Altrichter, Jessica L. Hijau. 2014. Ponsel membawa
mikrobioma pribadi pemiliknya. PeerJ 2, e447. [Crossref]
512. Hyoseok Yoon, Yim Doh Muda, Mun Yong Yi, Woontack Woo. Kerangka konseptual
untuk pelatih pintar tertambah berdasarkan diri holistik terukur 498-508.
[Crossref]
513. Carol Cruzan Morton. 2014. Berinovasi Secara Terbuka: Peneliti dan Pasien
Beralih ke Crowdsourcing untuk Berkolaborasi dalam ClinicalTrials, Penemuan Obat,
dan Banyak Lagi. IEEE Pulsa 5:1, 63-67. [Crossref]
514. Taeyoung Kim, Jaekwon Kim, Minoh Park, Sanggil Kang, Jong Sik Lee, Kangsun Lee.
Manajemen Fleksibel Berbasis Agen untukLayanan Fusi Data Besar di Jaringan IRC
1136-1137. [Crossref]
515. Gina Neff. 2013. Mengapa Big Data Tidak Akan Menyembuhkan Kita. Data Besar 1:3,
117-123. [Kutipan] [Teks Lengkap] [PDF] [PDF Plus]
516. Deborah Lupton. 2013. Memahami Mesin Manusia [Komentar]. Majalah Teknologi dan
Masyarakat IEEE 32:4, 25-30. [Crossref]
517. Larissa Stanberry, George Mias, Winston Haynes, Roger Higdon, Michael Snyder,
Eugene Kolker. 2013. Analisis Integratif
Data Metabolomik Longitudinal dari Profil Multi-Omics Pribadi. Metabolit 3:3,
741. [Crossref]

Big Data 2 TL

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Big Data 2 TL

Diunggah oleh

Hak Cipta:

Format Tersedia

RESENSI

dengan memahami bahwa pengumpulan data QS hanyalah langkah pertama dalam

86BD DATA BESAR JUNI

Proyek keempat yang dengan baik dirancang untuk menciptakan momen

Alat untuk pelacakan diri dan eksperimen diri

88BD DATA BESAR JUNI

Beberapa penelitian telah menemukan

90BD DATA BESAR JUNI

personalisasi, preventif, Karya David Analisis real-time berdasarkan

92BD DATA BESAR JUNI

(Direproduksi dengan izin dari

terjemahan bahasa,42 pengenalan gambar pemeliharaan kesehatan adalah temuan

94BD DATA BESAR JUNI

kesehatan'' yang merupakan kelompok sehat dari 1% berkontribusi untuk menciptakan

96BD DATA BESAR JUNI

sebagai fenomena baru dalam sains. dan keengganan kehilangan yang

98BD DATA BESAR JUNI

100BD DATA BESAR JUNI

Tabel 3. Alat Diri yang Diukur GymPact www.gym-pact.com/

102BD DATA BESAR JUNI

tampilan online intuitif

memperhatikan pergerakan dan Aktivitas QS dalam data di mana-mana

104BD DATA BESAR JUNI

www.pewinternet.org/*/media//Files/Rep 11. Clay K. CES 2013: Tahun Diri yang

106BD DATA BESAR JUNI

108BD DATA BESAR JUNI

an. Tersedia online 945/ 07/as-we-may-think/303881

110BD DATA BESAR JUNI

Anda mungkin juga menyukai