personalized feedbacks on other aspects of health, i.e., heart rate,calories intake and consumption, weight, and sleep patterns [15],and they translate this data into health information; new devicesoften include multiple charts, social comparisons, and indicatorsof progress towards individual goals [11]. The collected data arethen analyzed, providing instantaneous and predictive insights tousers [1] which are now able to quantify their actions and adjustthem accordingly. For example, nowadays many worldwide publichealth problems (e.g., obesity) may occur due to the lack of physicalactivity. Small increases in activity could lead to positive impactson noncommunicable conditions, i.e., type 2 diabetes, cardiovas-cular diseases and several cancers [14]. Thus, an healthy diet andexercising regularly can be considered modifiable risk factors, andthe new wearable technologies can help (or at least, motivate) theirusers to keep an healthy life-style, reducing the global burden ofnoncommunicable diseases [1]. For the aforementioned reasons,wearable activity monitors are generally seen in a positive way,both from the scientific community and by the general public. Someissues related to the privacy of the shared data may arise, but thepositive social impact of these new technologies blurs them quickly.Nevertheless, in this work we want to highlight some negativeaspects that may arise from the misuse of wearable activity trackersand their combination with social media. We want to stress thesocial and ethical impact that these technologies can have, in partic-ular regarding their potential abuse. As Bauman suggested, in fact,nowadays the terms “health” and “fitness” are used synonymously,but while being healthy is something objective and measurable, “fit-ness stays permanently open on the side of ‘more’: it does not referto any particular standard of bodily capacity, but to its (preferablyunlimited) potential of expansion.” [4]The paper is structured as follows. Section 2 introduces the con-text of wearable technologies for health monitoring and highlightsthe related social and ethical issues which have been already ad-dresses by scholars. Section 3 presents three Black Mirror inspireddystopian scenarios of application, while Section 4 ends the paperand proposes some actions that could help to prevent the aforemen-tioned scenarios.15530闭嘴并奔跑：对社交健身的永无止境的追求0琳达∙安蒂科利（LindaAnticoli）乌迪内大学乌迪内，意大利linda.anticoli@uniud.it0马尔科∙巴萨尔德拉（MarcoBasaldella）乌迪内大学乌迪内，意大利marco.basaldella@uniud.it0摘要0本文探讨了可穿戴传感器使用中可能存在的负面影响，即使用可穿戴设备来检测不同类型的活动，例如计步和卡路里计数，心率和睡眠监测等。这些技术近年来在准确性和普及性方面取得了快速发展，现在可以在不同平台上以合理的价格获得，并且可以使使用者养成更健康的行为习惯。然而，我们将尝试调查与这些设备相关的可能有害行为。我们将提供不同的场景，其中可穿戴传感器与社交媒体、数据挖掘或其他技术相结合，可能对使用者造成伤害。0CCS概念0• 安全和隐私 → 安全和隐私的社会方面；社交网络安全和隐私；•社交和专业主题 → 监视；医疗信息政策；0关键词0可穿戴设备，健身设备，社交媒体，黑镜，隐私，健康，健身0ACM参考格式：Linda Anticoli和MarcoBasaldella。2018年。闭嘴并奔跑：对社交健身的永无止境的追求。在WWW'18Companion：2018年网络会议伴侣，2018年4月23日至27日，法国里昂。ACM，美国纽约，纽约，4页。https://doi.org/10.1145/3184558.319160901 引言0在过去的几年中，医疗保健领域发生了转变，将其重点从疾病治疗转向疾病预防，促进公众更好地意识到健康。新技术相应发展，开发出声称可以改善生活质量的设备，通过帮助人们改变不健康的行为并帮助他们量化自己的活动，增强对自己生活方式的认识。身体传感器、健身追踪器、智能手表和智能手机都是轻便、易于使用且价格合理，因此用户可以佩戴它们（或者只需将它们放在口袋里）并开始监测他们的日常活动。可穿戴活动监测器及其配套应用程序（例如Fitbit、Apple Watch、Garmin、Samsung GearFit等）不仅可以测量身体活动，还可以提供有关健康的个性化反馈，例如心率、卡路里摄入和消耗、体重和睡眠模式[15]，并将这些数据转化为健康信息；新设备通常包括多个图表、社交比较和个人目标进展指标[11]。然后对收集到的数据进行分析，为用户提供即时和预测性的见解[1]，用户现在能够量化自己的行动并相应地进行调整。例如，现在许多全球公共卫生问题（例如肥胖）可能是由于缺乏体育锻炼而引起的。稍微增加一点活动量可能对非传染性疾病有积极影响，例如2型糖尿病、心血管疾病和多种癌症[14]。因此，健康饮食和定期锻炼可以被视为可改变的风险因素，新的可穿戴技术可以帮助（或至少激励）用户保持健康的生活方式，减少非传染性疾病的全球负担[1]。出于上述原因，可穿戴活动监测器通常从科学界和普通大众的角度来看都是积极的。虽然可能会出现与共享数据隐私有关的一些问题，但这些新技术的积极社会影响很快就会模糊这些问题。然而，在这项工作中，我们希望强调可穿戴活动追踪器的滥用以及其与社交媒体的结合可能带来的一些负面影响。我们希望强调这些技术在社会和伦理方面可能产生的影响，特别是关于其潜在滥用的影响。正如鲍曼所建议的那样，现在，“健康”和“健身”这两个术语被用作同义词，但是健康是客观和可衡量的，而“健身则永远开放在“更多”的一边：它不指任何特定的身体能力标准，而是指其（最好是无限的）扩展潜力。”[4]本文的结构如下。第2节介绍了用于健康监测的可穿戴技术的背景，并强调了已经由学者们提出的相关社会和伦理问题。第3节介绍了三个受黑镜启发的反乌托邦应用场景，而第4节结束了本文，并提出了一些可以帮助预防上述场景的行动。0本文发表在知识共享署名4.0国际许可证（CC BY4.0）下。作者保留在个人和公司网站上传播作品的权利，并附上适当的归属。WWW '18Companion，2018年4月23日至27日，法国里昂，© 2018IW3C2（国际万维网会议委员会），根据知识共享CC BY 4.0许可证发布。ACM ISBN978-1-4503-5640-4/18/04。https://doi.org/10.1145/3184558.319160902 相关工作0可穿戴传感器在医学研究界发挥着重要作用，在多个领域已经得到应用，如患者追踪、康复、远程监测和患者监控、辅助生活等等[7，8]。这些传感器可以对佩戴者进行非常细粒度的活动分类：事实上，传感器不仅可以识别体力活动，如跑步、爬楼梯或游泳，还可以识别非常平凡的活动，如阅读、刷牙、写字等等[7]。0Track: 重新编码黑镜 WWW 2018年4月23日至27日，法国里昂15540与此同时，商业健身设备市场蓬勃发展，这些设备被研究界积极接受，认为它们可以推动更健康的生活习惯[11]，尽管它们不如医疗保健专业人员使用的设备功能强大或精确。例如，健身应用生成的个性化建议对改善用户的习惯非常有效，例如鼓励他们多锻炼或健康饮食[13]。然而，研究界所感知到的挑战似乎更多是技术上的而非伦理上的。例如，在部署可穿戴传感器时，必须确保它们的安全性，电池寿命足够长，有足够的带宽可靠地传输数据，或者传感器佩戴起来方便而不引人注目[8]。然而，可穿戴传感器引发了重大的伦理关切。首先，用户的隐私面临风险，因为大量敏感数据可能会持续被收集并通过互联网传输。其次，健身设备可能会削弱个人的自由选择和独立性，例如在用户中产生“依赖性、学习行为”[12]。最后，值得关注的是个人健身或健康设备的成本。Allen和Christie[1]警告称，“最有可能从这些技术中受益的人群无法负担、获得或使用它们”，因此这个市场的出现可能导致能够购买可穿戴健身设备的人与无法购买的人之间的不平等。03 健身末世0在本节中，我们提出了三个不同的场景，真正体现了黑镜精神，将我们社会对健身的需求推向了极限。我们想强调的是，能够实现这些场景的技术已经可用。因此，我们描述的反乌托邦未来绝对是可能的。这三个场景以叙述的方式呈现，随后简要介绍了可能导致其实现的可用技术。03.1 场景1：爱丽丝的保险0让我们想象一下，爱丽丝是一个20多岁的女性，生活在西方国家的一个郊区地区。爱丽丝并不富裕；她来自一个低收入家庭，所以她没有机会上顶尖大学，因为她必须自己支付学费；她甚至不得不依靠学生贷款。爱丽丝刚找到了第一份工作。然而，她生活在一个没有国家医疗保健的国家，所以她必须购买健康保险，并且为了获得保险，她必须通过保险公司的筛选。她需要从三家保险公司（A公司、B公司和C公司）获取报价。第一家公司名为A公司，使用了一个自动网络爬虫来扫描爱丽丝的社交媒体。即使爱丽丝很少使用这些社交账号，该公司仍能够找到她亲属的社交账号。这使得A公司能够发现她的母亲患有糖尿病。因此，该公司要求爱丽丝回答一个关于她的病史的问卷。该公司使用自动系统分析这些答案，预测她在未来一年内是否会被诊断出某些疾病。0不幸的是，系统预测她可能被诊断为糖尿病的可能性很高。因此，A公司提供的计划非常昂贵，对爱丽丝来说无法承受。第二家公司B有限公司也使用自动社交媒体爬虫，但使用方式不同。B的科学家将国家划分为2500平方公里的小区域。然后，他们扫描社交网络以获取地理标记的帖子，即包含作者GPS位置的帖子。利用这些数据，他们能够建立一个国家的统计模型，用于做出某些假设。例如，他们统计了帖子中出现“癌症”一词的次数，并（可以说）将其与该地区实际癌症发病率相关联；即，如果一个地区有很多用户谈论癌症，B就会要求支付额外费用，认为该地区的客户患癌症的风险更高。此外，B还使用情感分析扫描社交媒体。不幸的是，在爱丽丝所在地区，社交媒体上人们的攻击性高于平均水平，这表明患心脏病的风险很高。保险公司利用这些信息来证明报价非常高。爱丽丝也无法负担得起B的保险计划，所以她被迫求助于最后一家公司的可疑做法。C&co的保险计划对爱丽丝来说相当实惠。然而，为了获得和保持如此低的价格，C&co强制客户佩戴可穿戴健身设备进行跟踪，就像飞机的“黑匣子”一样。如果爱丽丝订阅了这个计划，她被迫每天至少锻炼30分钟，一天两次，以保持健康，避免与久坐有关的疾病的出现。此外，她被迫填写饮食日记。事实上，C&co的社交爬虫揭示了她对糖尿病的了解，就像A公司的系统一样。然而，C的方法不同：如果爱丽丝遵循公司建议的饮食，据称可以帮助她避免疾病的发生，他们将减少她的支付金额。然而，该公司并不盲目地相信爱丽丝：事实上，他们将继续扫描她和她朋友的社交媒体，以找出爱丽丝报告的饮食与她实际行为之间的差异。例如，爱丽丝的朋友在冰淇淋店标记她将被视为违约行为，并导致明年的保险价格上涨。爱丽丝的选择相当有限。她无法负担得起A公司和B公司的计划。C&co的计划虽然便宜，但会要求她做出巨大的牺牲，因为她每天通勤时间已经超过一个半小时；因此，她必须从已经稀缺的社交活动中减去保持健康所需的时间。如果她生病了，她必须通过支付公司认可的医生来证明她的状况。此外，保险公司要求的所谓更健康的饮食比她平时的饮食稍微贵一些。尽管如此，她相信在游戏结束时，更低的价格和锻炼应该使她更健康，更不贫穷，她将放弃她的隐私、自由时间和自由意志给C&co。03.1.1评论。读者可能认为本场景中描述的许多技术是不可能的或者过于未来主义的，但事实并非如此。预测一年内糖尿病发生的系统已经存在[5]。Eichstaedt等人[9]已经能够建立一个仅基于Twitter语言的模型，预测动脉粥样硬化性心脏病的死亡率，并取得了良好的结果。将“黑匣子”安装在人类身上可能会被认为是非法的，或者至少是不道德的，因为这可能引发隐私问题，正如我们在第2节中已经指出的那样。然而，与健康保险中使用健身设备相关的第一项专利可以追溯到2000年代初[2]。最近，像Fitbit这样的健身设备制造商开始与保险公司签订协议，为其用户提供折扣计划。一些媒体已经表达了他们的担忧，担心将可穿戴设备的数据提供给保险公司可能会使他们利用这些数据来拒绝理赔，例如如果他们发现了既往病史的线索[6]。0赛道: 重新编码黑镜WWW 2018年4月23日至27日，法国里昂15550可以追溯到早在2000年代初，与健身设备在健康保险中的使用相关的第一项专利已经存在[2]。最近，像Fitbit这样的健身设备制造商开始与保险公司签订协议，为其用户提供折扣计划。一些媒体已经表达了他们的担忧，担心将可穿戴设备的数据提供给保险公司可能会使他们利用这些数据来拒绝理赔，例如如果他们发现了既往病史的线索[6]。03.2 情景2：鲍勃的抵押贷款0鲍勃是一个33岁的男人。他有一份全职永久工作，薪水足够高，可以让他的妻子成为全职妈妈。他身体健康，健身状况良好，医疗记录显示他以前没有发作过，也没有任何遗传性或遗传性疾病的倾向。最近，鲍勃参加了一个试点项目，旨在使健身追踪器成为所有成年人的强制性装备。这样，英国国民保健服务（NHS）希望监测公民的健康状况，并通过鼓励在社交媒体上分享个人成就，对人们施加社会压力，以保持健康。鲍勃的许多朋友也参加了该项目，整个团队开始在社交媒体上分享和比较他们的成就。这给鲍勃带来了巨大的压力。事实上，虽然他是一个非常健康的人，他习惯每晚只睡七个小时，而健身追踪计划的目标是每晚八个小时。他咨询了一位临床医生，用专业仪器分析了他的睡眠模式，并得出结论鲍勃根本没有睡眠问题。然而，鲍勃对临床医生的建议不信任，因为他的朋友很容易获得八个小时的睡眠，他们愉快地在社交媒体上分享他们的结果。鲍勃开始压力过大，出现烦躁、疲劳以及注意力和记忆问题。然而，由于他的新工作为他的家庭提供了良好的收入，鲍勃决定购买一套靠近市中心的新房子。因此，他联系了银行，寻求有关抵押贷款的信息。令人惊讶的是，他的理财顾问告诉他，目前他不符合抵押贷款的条件，因为他个人健身追踪器检测到潜在的健康问题。实际上，他参加的试点项目部分由私营公司资助，这些公司愿意为购买健身追踪器的成本的一部分提供资金，以换取有关他们的客户（现有或潜在客户）的信息。鲍勃的健身追踪器提供的信息，无论是自愿提供的（例如，鲍勃在社交媒体上分享的信息）还是非自愿提供的（例如，他的银行与英国国民保健服务之间的交易），都揭示了他的睡眠问题，这些问题随着时间的推移而恶化，他现在经常出现焦虑爆发。这可能是潜在的危险，因为鲍勃的新家将位于离他工作地点相当远的地方。鲍勃每天开车上班，因此由于缺乏睡眠而导致他发生（潜在致命的）车祸的风险对于银行来说太高，无法向他提供如此大量的贷款。0随着他的压力水平增加，他的妻子设法让鲍勃再次接受专业人员的访问。临床医生诊断鲍勃患有正常睡眠障碍，这是一种最近发现的疾病，患者试图与个人追踪器的睡眠要求相匹配，因为他们无法满足自己的期望而导致压力和焦虑问题。令他沮丧的是，鲍勃被强制退出试点项目（尽管项目仍在继续），并接受强制性的心理支持。03.2.1评论。正常睡眠障碍是由Baron等人最近发现的一种心理状况，他们分析了使用健身追踪器跟踪睡眠的用户的行为。作者们“选择了这个术语，因为追求完美睡眠的完美主义者与追求健康饮食的不健康沉迷（称为正常饮食障碍）相似”：事实上，患者总是对他们的睡眠质量不满意，只是因为他们没有达到健身追踪器的期望。例如，一个患者“每天晚上都感到压力，以确保他的追踪器显示至少八个小时的睡眠”，另一个患者相信自己睡眠质量很差，即使医学证据（例如多导睡眠图）表明她没有睡眠相关问题，只是因为她的Fitbit没有这样说。在鲍勃的情况下，正常睡眠障碍加剧了他的压力，因为不仅他的健身追踪器显示他睡眠不足，而且他的朋友在社交媒体上分享积极的睡眠记录，从而增加了他获得（可能分享）良好结果的压力。03.3 场景3：查理的问题0查理是一个八岁的孩子，体重正常，生活在一个充满同龄孩子的幸福社区。查理来自一个收入中等的家庭，一直得到关心和照顾。然而，他没有很多朋友：事实上，查理的父母都有全职工作，他们不得不把他送到一所提供下午课程的学校，比普通的兼职学校更贵。因此，查理通常花很多时间坐在书桌前学习，上课，只有在课间休息时才能和同学们玩耍。到了回家的时候，查理的父母已经太累了，无法让他参加其他下午活动，比如体育活动或音乐课，使得他在社区的健康/社交等级低于预期。查理通常在学校吃午餐，学校提供的是一种由营养师和医疗团队批准的完整均衡的饮食。查理的父母的工作地点位于同一街区，因此他们经常利用午餐时间在一起。由于他们没有足够的时间 - 有时晚上他们太懒 -带自制食物，他们经常依赖于他们办公室附近的当地快餐店，他们通过信用卡支付。这比更健康的选择便宜，但他们认为晚上吃轻盈均衡的餐食可以弥补高热量、盐分和脂肪的摄入。他们没有时间从事工作和家庭之外的任何活动。因此，他们的健康等级相当低，因为他们的不健康习惯不断被与他们的银行账户连接的社会等级系统分析。查理被发现患有一种肾脏疾病，在他的大部分生活中一直保持沉默。然而，今年他出现了两次病发，医生告诉他的父母他需要进行手术以避免肾衰竭。与他父母的期望相反，由于他表现出的不健康行为，查理在手术排队名单上非常靠后。实际上，像其他人一样，查理的家庭每个成员都配备了一个活动追踪器 - 它连接到托管在公共国家网站上的个人ID资料上 -能够量化和排名每个人的活动。根据这个设备，查理的锻炼频率不如预期，因此被归类为“懒惰”，并且被怀疑没有为保持健康做足够的努力。此外，由于这些数据是公开可见的，其他孩子的家长阻止他们的孩子与查理一起玩，以避免受到他被认为是懒散态度的污染。手术排队名单上的第二个重要因素是查理父母的饮食习惯。他们经常在当地快餐店吃饭，由于查理无法被追踪（显然他没有信用卡），统计交叉检查建议系统，孩子往往有与父母相同的饮食习惯。最后，查理的父母提供了关于食物的证据，因为学校签署了一份保证孩子比父母更健康的文件。通过这种方式，他能够在手术排队名单上占据一定的位置。然而，有可能拥有更健康和被认为更健康的生活方式的人仍然排名比他高。0主题：重编码黑镜WWW 2018年4月23日至27日，法国里昂15560需要进行手术以避免肾衰竭。与他父母的期望相反，由于他表现出的不健康行为，查理在手术排队名单上非常靠后。实际上，像其他人一样，查理的家庭每个成员都配备了一个活动追踪器 -它连接到托管在公共国家网站上的个人ID资料上 -能够量化和排名每个人的活动。根据这个设备，查理的锻炼频率不如预期，因此被归类为“懒惰”，并且被怀疑没有为保持健康做足够的努力。此外，由于这些数据是公开可见的，其他孩子的家长阻止他们的孩子与查理一起玩，以避免受到他被认为是懒散态度的污染。手术排队名单上的第二个重要因素是查理父母的饮食习惯。他们经常在当地快餐店吃饭，由于查理无法被追踪（显然他没有信用卡），统计交叉检查建议系统，孩子往往有与父母相同的饮食习惯。最后，查理的父母提供了关于食物的证据，因为学校签署了一份保证孩子比父母更健康的文件。通过这种方式，他能够在手术排队名单上占据一定的位置。然而，有可能拥有更健康和被认为更健康的生活方式的人仍然排名比他高。03.3.1评论。这种情况进一步推动了鲍曼对健康的定义：由于没有明确的限制，每次期望都可以增加（我们永远不会太健康，太瘦，太聪明等等）。然而，在一个大数据分析和社交网络分析可以对公民进行持续监控的世界中，有些人可能无法满足“变得更好”的不断要求。例如，中国政府据说正在开发一种“社会等级”来对人们进行分类，区分“可靠”的人和不可靠的人[10]。社会等级与私营公司合作开发，在约会网站上使用，以提高“社会等级”较高的用户（即信用评分和在线行为良好的人）的约会机会。04 结论0我们提出的场景受到了《黑镜》中的剧集启发，比如《闭嘴跑》中的一个男人利用从无意识受害者电脑中记录的信息来勒索人们，以及《鼻子潜水》中整个社会生活在对社交评分的恐惧中，一个糟糕的评分可能毁掉一个人的生活。个人敏感数据的持续收集主题在剧集《你的全部历史》、《方舟天使》和《鳄鱼》中得到了描绘。最后，在第一季的《一千五百万英镑》中，对肥胖的羞辱得到了处理，人们必须锻炼以摆脱一个类似《1984》的反乌托邦世界的可能性。在我们描绘的世界中，来自《闭嘴跑》的勒索者被保险公司或国家医疗保健系统等组织所取代，这些组织对他们的客户-患者施加持续不断的健身范式。通过这种方式，人们被迫放弃他们的隐私和/或在不需要过度健身的情况下保持健康的权利。此外，这些组织可能会偏袒那些能够购买此类设备的人，而忽视那些无法购买的人，将艾伦和克里斯蒂[1]预测的（已经严峻的）不平等世界推向极端。最后，组织还可以通过使用我们的社交媒体数据来预测我们的生活方式，例如共享快餐店的位置、健康晚餐的图片或文本挖掘，建立类似《鼻子潜水》中所呈现的社交评分，这可能会影响他们获得保险或适当治疗的可能性。为了防止这些情景发生，希望保护公民隐私和自由选择的政府应该禁止在所有与健康相关的市场上建立或使用社交和健身档案来歧视患者或客户。在社交媒体分析、语义网络等领域工作并且相信隐私价值的学者应该提高对负责任使用社交媒体、健身设备和所有可能用于未经明确同意对人们进行个人资料分析的技术的意识。0设备，忽视那些无法购买的人，将艾伦和克里斯蒂[1]预测的（已经严峻的）不平等世界推向极端。最后，组织还可以通过使用我们的社交媒体数据来预测我们的生活方式，例如共享快餐店的位置、健康晚餐的图片或文本挖掘，建立类似《鼻子潜水》中所呈现的社交评分，这可能会影响他们获得保险或适当治疗的可能性。为了防止这些情景发生，希望保护公民隐私和自由选择的政府应该禁止在所有与健康相关的市场上建立或使用社交和健身档案来歧视患者或客户。在社交媒体分析、语义网络等领域工作并且相信隐私价值的学者应该提高对负责任使用社交媒体、健身设备和所有可能用于未经明确同意对人们进行个人资料分析的技术的意识。0参考文献0[1] L. N. Allen和G. P. Christie. 2016. 个性化健康技术的出现。《医学互联网研究》18,5（2016年5月），e99。[2] Masahido Ando和Atsushi Hisano. 2000.专利US20020013717A1：具有验证个人投保人和佩戴相同物品功能的运动身体监测器，以及一个为佩戴相同物品的投保人提供折扣保险费的商业模式。（2000年12月）。[3] K. G.Baron、S. Abbott、N. Jao、N. Manalo和R. Mullen. 2017.Orthosomnia：有些患者是否过度追求自我量化？《临床睡眠医学》13,2（2017年2月），351-354。[4] Zygmunt Bauman. 2000. 流动现代性。PolityPress。[5] Ariel Bleicher. 2017.揭秘AI的黑盒子。《科学美国人》（2017年9月8日）。https://www.scientificamerican.com/article/ demystifying-the-black-box-that-is-ai/ [6] Andrew Boyd. 2017.你的Fitbit数据可以被用来拒绝你的健康保险吗？TheConversation（2017年2月17日）。http://theconversation.com/could-your-fitbit-data-be-used-to-deny-you-health-insurance-72565 [7] M.Cornacchia、K. Ozcan、Y. Zheng和S. Velipasalar. 2017.使用可穿戴传感器进行活动检测和分类的调查。《IEEE传感器杂志》17,2（2017年），386-403。[8] A. Darwish和A. E. Hassanien. 2011.用于医疗监测的可穿戴和植入式无线传感器网络解决方案。《传感器（巴塞尔）》11,6（2011年），5561-5595。[9] J. C. Eichstaedt、H. A. Schwartz、M. L. Kern、G.Park、D. R. Labarthe、R. M. Merchant、S. Jha、M. Agrawal、L. A. Dziurzynski、M.Sap、C. Weeg、E. E. Larson、L. H. Ungar和M. E. Seligman. 2015.推特上的心理语言预测县级心脏病死亡率。《心理科学》26,2（2015年2月），159-169。[10] Celia Hatton. 2015.中国“社会信用”：北京建立了庞大的系统。BBC（2015年10月26日）。http://www.bbc.com/news/world-asia-china-34592186 [11] E. J. Lyons、Z. H. Lewis、B. G.Mayrsohn和J. L. Rowland. 2014.电子生活方式活动监测器中实施的行为改变技术：系统内容分析。《医学互联网研究》16,8（2014年8月），e192。[12] John Percival和Julienne Hanson. 2006.大兄弟还是美丽新世界？远程护理及其对老年人独立性和社会包容性的影响。《关键社会政策》26, 4（2006年），888-909。[13] M. Rabbi、A. Pfammatter、M. Zhang、B.Spring和T. Choudhury. 2015.使用移动电话进行个性化自动化反馈以改变体育活动和饮食行为：一项关于成年人的随机对照试验。《JMIR Mhealth Uhealth》3, 2（2015年5月），e42。[14] J. Sattelmair、J.Pertman、E. L. Ding、H. W. Kohl、W. Haskell和I. M. Lee. 2011.体育活动与冠心病风险之间的剂量反应：一项荟萃分析。《循环》124,7（2011年8月），789-795。[15] R. C. Wagenaar、I. Sapir、Y. Zhang、S.Markovic、L. M. Vaina和T. D. C. Little. 2011.使用可穿戴、无线陀螺仪和加速度计技术连续监测功能活动。在2011年IEEE工程医学和生物学学会年会上。4844-4847。0跟踪：重新编码黑镜WWW 2018年4月23日至27日，法国里昂
我的内容管理
展开
