Les wearables

La technologie des wearables que l’on appelle aussi « système portable intelligent » se réfère aux vêtements ou accessoires améliorés par l'électronique (Chan et al., 2012). Le système consiste en des capteurs qui recueillent les données, et d’un moyen de stockage et de transmission des données par le cloud, soit de manière autonome, soit par l’intermédiaire d’un smartphone (Weber, 2015). Ils peuvent être utilisés à l'extérieur du corps, attachés comme accessoire ou intégrés dans les vêtements (Raskovic et al., 2004).

Il existe deux catégories de wearables. La première est la technologie portable, qui permet d'utiliser l'appareil discrètement (Barth, 2013). La deuxième catégorie est celle des textiles intelligents, qui intègrent la technologie dans le tissu lui-même (Page, 2015). L’intérêt principal du wearable est sa capacité à mesurer et/ou réagir à des stimuli d'utilisation ou d'environnement (Van Langenhove et al., 2012).

Les paramètres vitaux qui peuvent être évalués grâce à l'utilisation portable sont l'électromyogramme, l'électroencéphalogramme, l'activité physique, la respiration, le taux de glucose, la saturation en oxygène, la température et la réponse galvanique de la peau (Chan et al., 2012). Les Fitness trackers (ou trackers de fitness) et smartwatchs sont les deux types de wearables populaires.

2.2.1 Les fitness trackers

Le Fitness tracker est une espèce de montre qui permet de suivre en temps réel les activités de remise en forme (pas, calories) et la santé des utilisateurs (Yang et al., 2016). Il est également connu sous le nom de tracker d'activité, tracker de fitness portable, technologie de fitness portable, ou bracelet intelligent. Le but premier de cet appareil est la collecte de données qu'un utilisateur peut analyser sur un autre appareil (par ex. ordinateur portable ou smartphone). La présentation et la visualisation de l'information sont très limitées et les bracelets intelligents n'offrent pas la possibilité d'installer des applications (Chuah et al., 2016).

2.2.2 Les smartwatchs

La montre intelligente ou smartwatch est une espèce de tracker de fitness avec des fonctionnalités étendues telles que les notifications d'alertes (Gay et Leijdekkers, 2011). Elle

110

est plus grande que le tracker de fitness et souvent même plus grande que la plupart des montres traditionnelles. « Le cadran d'une montre intelligente est généralement un écran

tactile. Un écosystème d'exploitation et d'applications permet aux utilisateurs d'installer diverses applications. C'est un mini appareil qui se porte comme une montre traditionnelle et permet l'installation et l'utilisation d'applications » (Yang et al. 2016, p.277, traduction

propre). En plus des applications mobiles de santé, des trackers de fitness et des montres intelligentes, nous utilisons les termes suivants dans notre article :

• « Wearable de santé » : c’est un tracker utilisé pour la santé (diabète, électrocardiogramme, système symbiotique) également connu sous le nom « personal health device », « wearable

biomedical sensors », « self-tracking technology for health, fitness and well-being », « Sensor-based Global Health Technologies », « wearable technology in healthcare », « smart healthcare fabric ».

• « Wearable générique » : technologie portable, mais sans détail de l'appareil. Il se nomme également « Wearable Ubiquitous Monitoring Device », « body-worn sensor system »,

111

3 Méthode de recherche

La suite de l’article s’inspire largement de la méthode d’analyse de la littérature de Hoehle et al., (2012) et reprend les différentes sections de leur revue de littérature sur l’adoption des technologies bancaires que nous avons adaptées à notre cas.

Selon la pratique traditionnelle de la revue de la littérature dans les systèmes d'information, nous suivons trois étapes pour notre recherche (Hoehle et al., 2012) :

• Identifier, examiner et analyser la littérature existante sur l'adoption et l'utilisation d'outils d'autosuivi.

• Identifier les approches théoriques et méthodologiques couramment utilisées pour étudier l'adoption et l'utilisation de ces outils.

• Identifier les lacunes de recherche dans la littérature existante qui traite de l'adoption et de l'utilisation des outils d'autosuivi.

Nous utilisons les principales bases de données disponibles dans notre institution comme résumées dans le Tableau 7. Une recherche par mot-clé a été effectuée dans ces bases afin d'identifier les articles pertinents. La stratégie de recherche comprenait des mot-clés comme

« adoption », « appropriation », « acceptation », « perception », « continuité », « engagement », « attitude » ainsi que les mot-clés liés au dispositif d'autosuivi comme « activity tracking devices », « fitness tracker », « physical activity tracking », « healthcare device », « mhealth », « wristband », « wearable ».

Base de données Discipline visée

Business Source Premier Comptabilité, affaires, économie, gestion Google Scholar Tout type

IEEE Xplore Ingénierie et informatique

Science Direct

Informatique, économie, commerce et gestion, sciences sociales

Web Of Science Sciences, sciences sociales, arts et sciences humaines

Tableau 7 : Les bases de données utilisées dans la revue de littérature sur la pré et post adoption

112

Nous avons limité la recherche d'articles de revues par les pairs et exclu les éditoriaux, les livres et les articles de magazines. Les articles qui ne portaient pas sur l'adoption ou l'utilisation de la technologie d'autosuivi ont été exclus de l'étude. La recherche a donné lieu à 75 publications de recherche évaluées par des pairs.

Afin de guider l'analyse de la littérature, les questions suivantes ont été posées :

· Quel type de dispositif de suivi a été étudié ?

· Quelles sont les approches de recherche (empirique, non empirique) ? · Quelle a été la méthode de recherche utilisée ?

· Quelles théories majeures ont été utilisées pour étudier l'adoption et l'utilisation des dispositifs d'autosuivi au niveau individuel ?

· Quels facteurs influençant l'adoption et l'utilisation des dispositifs d'autosuivi ont été identifiés ?

· Dans quel contexte régional la recherche a-t-elle été entreprise et quels en sont les principaux auteurs ?

Des analyses de la littérature antérieure ont démontré que ces questions permettent aux chercheurs de synthétiser avec succès des domaines de recherche dans la discipline des systèmes d'information (Alavi et Carlson, 1992 ; Hoehle et al., 2012).

La première étape de l'analyse des données a consisté en une procédure de codage. Nous avons respecté les techniques de codage décrites par Alavi et Carlson (1992). Les codes ont été saisis dans une matrice de données pour mettre en évidence les similitudes et les différences entre les divers articles de recherche (Miles et Huberman, 2003). Le Tableau 8 illustre la procédure de codage en prenant l’exemple de la recherche publiée par Herrmann et Kim (2017).

113

Codage

The fitness of apps : a theory-based examination of mobile fitness app usage over 5 months

Phase d'adoption Pré et post adoption

Année 2017

Auteur Herrmann, Lynn Katherine ; Kim, Jinsook Pays de l'étude USA

Type de recherche

Données empiriques basées sur un questionnaire et une expérimentation

Méthode de recherche Quantitative

Théorie employée Théorie du comportement planifié

Facteurs identifiés

Attitude envers la technologie, perception du contrôle, intention, normes subjectives

Type d'outil étudié Application de santé mobile

114

4 Résultats

Les articles sur l'adoption et l'utilisation des STTs sont relativement rares sur la période de 2008 à 2014. À partir de 2014, le nombre de publications de recherche augmente rapidement. Le Tableau 9 résume l'étendue de la littérature de recherche sur les technologies d'autosuivi entre 2008 et 2017. La plupart des recherches se concentrent sur une seule technologie. Les technologies mobiles ont été les plus étudiées. Beaucoup d'études ne précisent pas quel type de wearable est étudié, et définissent simplement les technologies d'une manière générale, illustrant les wearables en présentant les Google glasses, la smartwatch et autres.

Type d'outil

Wearable M-Health _Multiple

channels Total Periode de publication Fitness Tracker Smart Watch General Wearable Healthcare

Wearable Mobile App

2008-2009 0 0 0 2 0 0 2

2010-2011 0 0 2 0 1 0 3

2012-2013 0 0 3 3 2 0 8

2014-2015 7 1 3 5 10 0 26

2016-2017 9 6 10 2 6 4 37

Tableau 9 : Publications sur la pre-post adoption des STTs depuis 2008