Occupational stress can cause all kinds of health problems. Resilience interventions that help employees deal with and adapt to adverse events can prevent these negative consequences. Due to advances in sensor technology and smartphone applications, relatively unobtrusive self-monitoring of resilience-related outcomes is possible. With models that can recognize intra-individual changes in these outcomes and relate them to causal factors within the employee’s own context, an automated resilience intervention that gives personalized, just-in-time feedback can be developed. The Wearables and app-based resilience Modelling in employees (WearMe) project aims to develop such models. A cyclical conceptual framework based on existing theories of stress and resilience is presented, as the basis for the WearMe project. The included concepts are operationalized and measured using sleep tracking (Fitbit Charge 2), heart rate variability measurements (Elite HRV + Polar H7) and Ecological Momentary Assessment (mobile app), administered in the morning (7 questions) and evening (12 questions). The first (ongoing) study within the WearMe project investigates the feasibility of the developed measurement cycle and explores the development of such models in social studies students that are on their first major internship. Analyses will target the development of both within-subject (n=1) models, as well as between-subjects models. The first results will be shared at the Health By Tech 2019 conference in Groningen. If successful, future work will focus on further developing these models and eventually exploring the effectiveness of the envisioned personalized resilience system.
Binnen dit promotieonderzoek, waarvoor wordt samengewerkt met TNO en het Universitair Medisch Centrum Groningen (UMCG), staat de ontwikkeling van modellen centraal waarmee de veerkracht van werknemers voorspeld kan worden met behulp van wearables en apps. Door de toenemende beschikbaarheid van smartphone apps en wearables (zoals smartwatches) wordt de drempel steeds lager om informatie te verzamelen over het fysieke en psychische functioneren van mensen. Ook organisaties zoeken mogelijkheden om met nieuwe technologie hun werknemers te ondersteunen in het optimaliseren van de veerkracht en duurzame inzetbaarheid.Met moderne software is het op basis van grote hoeveelheden data mogelijk om modellen te ontwikkelen waarmee patronen herkend kunnen worden die voor een individu niet direct zichtbaar zijn. De toepassing van deze technieken op data afkomstig van wearables en apps is daarom sterk in opkomst, maar staat nog in de kinderschoenen.Dit onderzoek richt zich op de ontwikkeling van modellen waarmee de veerkracht van werknemers voorspeld kan worden op basis van data afkomstig van wearables en apps. Hierdoor krijgen werknemers en organisaties inzicht in de mate waarin werknemers veerkrachtig zijn en aan welke specifieke aspecten gewerkt kan worden om de veerkracht en duurzame inzetbaarheid te verbeteren.
