Fermer Le Menu
Commentaider
    Facebook X (Twitter) Instagram
    Commentaider
    • Finance
      • Assurance
      • Droit
      • Solidaire
    • Immobilier
    • Business
    • Maison
    • Société
      • Mode/beauté
      • Relation
      • Famille
      • Nature
      • Cuisine
      • Inclassable
      • ACTU
    • Santé/bien-être
    • Auto/Moto
    • Voyages
    • Aides
    • Tech
    Commentaider
    Accueil » Smartphone Android en 2026 : usages étudiés et limites
    Hand holding smartphone displaying a GPS map application with location data.
    Photo de George Sultan sur Pexels.
    Blog tech

    Smartphone Android en 2026 : usages étudiés et limites

    Mise à jour:30 août 2026Aucun commentaire16 Minutes de Lecture

    Smartphone Android en 2026 : usages étudiés et limites

    En 2025, une étude publiée dans la revue Sensors a utilisé un Samsung Galaxy S21+ sous Android 14 pour construire un indicateur de qualité des observations GNSS. L’expérience mobilisait les signaux GPS L1 et L5, Galileo E1 et E5, ainsi que BeiDou B1.

    La même année, une étude publiée dans Arthroplasty a comparé une méthode de planification d’implants sur smartphone et tablette Android avec le logiciel commercial OrthoView. Une enquête publiée dans American Journal of Lifestyle Medicine a, elle, comparé les habitudes déclarées d’utilisateurs Android et iOS. Le protocole psychiatrique publié en 2026 dans JMIR Research Protocols ne livre encore aucun résultat clinique.

    Ces travaux ne mesurent pas la même chose. L’un compare des tailles d’implants, l’autre estime la qualité d’une réception satellite, tandis que l’enquête examine une association entre système d’exploitation et habitudes de santé. Le protocole DataDoc cherche encore à déterminer si des données de téléphone peuvent signaler une trajectoire de rechute.

    Le téléphone reste un outil.

    Android prépare la hanche, sous contrôle

    Woman using smartphone while holding bottle on yoga mat outdoors.
    Photo de sur Pexels.

    En apparence, un smartphone n’a rien à faire dans la préparation d’une prothèse de hanche. Pourtant, l’étude publiée dans Arthroplasty en 2025 a comparé une méthode mobile Android à OrthoView, un logiciel de planification numérique.

    Les chercheurs ont repris les radiographies de 124 hanches et les ont comparées aux implants cimentés effectivement posés. Les examens préopératoires suivaient un protocole standardisé. Pour la méthode mobile, les évaluateurs mesuraient la cupule dans le système PACS, photographiaient l’écran, puis importaient cette image dans Microsoft PowerPoint 365 afin d’y superposer des gabarits transparents de tiges fémorales numérisés à partir de gabarits plastiques.

    Deux évaluateurs indépendants ont utilisé les trois méthodes : OrthoView, un smartphone Android et une tablette Android. L’étude a aussi mesuré la concordance entre les évaluateurs et la reproductibilité des mesures réalisées par une même personne.

    Pour la cupule, la méthode mobile prédisait une taille située à plus ou moins une taille de l’implant dans 88,7 % des cas, contre 91,1 % avec OrthoView. Pour la tige fémorale, les résultats atteignaient 85,5 % sur smartphone, 87,9 % sur tablette et 90,3 % avec le logiciel commercial. Pour la longueur du col, ils s’établissaient respectivement à 91,9 %, 93,5 % et 94,4 %. L’offset du col était correctement prédit dans 81,4 % des cas sur smartphone, 85,5 % sur tablette et 83,1 % avec OrthoView.

    Les valeurs de p étaient de 0,674 pour la cupule, 0,526 pour la tige, 0,571 pour la longueur du col et 0,717 pour l’offset. Les comparaisons ne mettaient donc pas en évidence de différence statistiquement significative entre les méthodes. Les accords intraévaluateur et interévaluateurs étaient par ailleurs substantiels à excellents.

    Une procédure contrôlée, pas un remplacement

    Ces chiffres décrivent une méthode testée sur 124 hanches, avec des radiographies, des gabarits et des évaluateurs déterminés. Ils ne valident pas l’usage de n’importe quelle application pour une décision opératoire et ne suppriment pas le rôle du logiciel spécialisé ou du chirurgien.

    Les habitudes de santé ne se téléchargent pas

    Sauf que le système d’exploitation d’un téléphone ne suffit pas à expliquer les habitudes de son propriétaire. Une étude comparative publiée dans American Journal of Lifestyle Medicine a interrogé 195 personnes au moyen d’un questionnaire en ligne diffusé sur la plateforme CloudResearch Connect.

    Les utilisateurs Android représentaient 54,4 % de l’échantillon. Les utilisateurs iOS tendaient à être plus jeunes et à déclarer des revenus annuels du foyer ainsi qu’un niveau d’études plus élevés.

    Ces différences de profil ne s’accompagnaient pas d’un lien statistiquement significatif entre le système d’exploitation et le score HLPCQ, qui mesure les habitudes quotidiennes de santé. Aucune des sous-échelles étudiées ne présentait non plus d’association significative avec iOS ou Android. L’âge, le statut professionnel et le revenu annuel du foyer étaient davantage associés aux résultats.

    Cette enquête compare des réponses recueillies par questionnaire. Elle ne teste pas une intervention et ne permet pas de conclure qu’Android rend les habitudes moins saines ou qu’iOS les améliore. En 2026, elle ne constitue donc pas un classement des utilisateurs des deux systèmes.

    Un téléphone ne fabrique pas une routine.

    Le GPS sait quand il doute

    Autre valeur : un smartphone Android peut signaler que ses conditions de localisation se dégradent au lieu de présenter chaque position avec la même apparence de certitude.

    L’étude publiée dans Sensors en 2025 a été acceptée le 16 octobre 2025. Elle a utilisé un Samsung Galaxy S21+ sous Android 14 et des signaux GPS L1 et L5, Galileo E1 et E5, ainsi que BeiDou B1.

    Les chercheurs ont créé un indicateur de contexte environnemental appelé ECI. Il combine le rapport signal sur bruit C/N0le nombre de satellites visibles et le PDOPqui renseigne sur la géométrie des satellites. L’ECI existe sous trois formes : une valeur continue de 0 à 6, une classe entière de 1 à 5 et un ratio de densité de probabilité qui estime la fiabilité de cette classe.

    L’expérience distinguait cinq environnements : zone ouverte, zone semi-urbaine, canyon urbain, espace semi-intérieur et espace intérieur profond. Les valeurs étaient les plus basses en zone ouverte, augmentaient à l’approche des bâtiments et atteignaient leur maximum à l’intérieur, lorsque la réception devenait très limitée. Les variations étaient fréquentes dans les zones urbaines denses, où les bâtiments masquent une partie du ciel et perturbent les trajets des signaux.

    L’ECI ne calcule pas une nouvelle position et ne renforce pas le signal. Il donne une information interprétable sur la qualité probable de l’observation, afin qu’un système de navigation puisse traiter cette mesure avec davantage de prudence. La portée reste limitée : l’indicateur a été développé et évalué avec un seul modèle de smartphone. Chaque téléphone Android ne donnera donc pas automatiquement la même précision dans chaque rue.

    La santé mentale attend encore ses preuves

    A person uses a smartphone to call a depression hotline for mental health support.
    Photo de Ron Lach sur Pexels.

    À ce stade, la piste la plus incertaine concerne la prédiction des rechutes psychiatriques. Un protocole publié en 2026 dans JMIR Research Protocols prévoit une cohorte prospective de six mois auprès de 430 personnes atteintes de troubles mentaux sévères dans le quartier de Korail, à Dacca, au Bangladesh. Toutes doivent posséder un smartphone Android.

    L’application DataDoc doit recueillir en continu des données passives comme le temps passé devant l’écran, la mobilité et la fréquence des appels ou des messages. Chaque mois, les participants doivent aussi fournir des données actives sur leurs symptômes et leur fonctionnement, par autoévaluation et dans le cadre du suivi clinique. Un modèle d’apprentissage automatique doit ensuite rechercher des changements associés à une trajectoire de rechute.

    Le projet vise un suivi plus continu dans un contexte où l’accès aux soins psychiatriques est limité. Cette justification décrit un besoin de soins, pas un résultat clinique.

    Le recueil des données a commencé en août 2025. En janvier 2026, 14 participants avaient été recrutés et l’analyse préliminaire était toujours en cours. Le protocole indiquait une publication des résultats à l’automne 2026. Il ne fournit donc pas encore de taux de précision permettant d’affirmer que DataDoc prédit les rechutes.

    Une baisse de la mobilité, une modification du temps d’écran ou un changement dans les communications peuvent constituer un signal à examiner. Aucun de ces éléments ne suffit à poser un diagnostic ni à déclencher seul une décision de soin. La localisation, les habitudes d’écran et la fréquence des communications sont des données sensibles qui demandent un accès limité et une validation clinique.

    Redémarrer, oui. Exorciser, non.

    Pour rappel, sur un Android standard, éteindre complètement l’appareil puis le rallumer revient généralement à utiliser la commande Redémarrer. Attendre plusieurs secondes entre les deux opérations n’apporte pas de bénéfice technique établi, sauf avec certaines ROM alternatives.

    Le redémarrage ferme les processus actifs, libère une partie de la mémoire vive et recharge l’interface. Il peut résoudre une application bloquée, un ralentissement ou un problème de connexion réseau. Lors d’un dysfonctionnement plus profond, il peut aussi supprimer des fichiers temporaires du système, sans effacer le cache propre aux applications.

    Un redémarrage peut limiter les effets d’une compromission non persistante, c’est-à-dire d’un code resté dans la mémoire vive. En revanche, il ne supprime pas une application malveillante persistante et ne remplace pas une mise à jour de sécurité.

    Un redémarrage n’est pas un antivirus.

    Les gestes complémentaires restent simples en 2026 : télécharger les applications depuis les boutiques officielles, éviter les réseaux Wi-Fi publics et les ports USB de recharge publics, puis installer les correctifs dès leur disponibilité. Un redémarrage hebdomadaire peut constituer une routine légère, mais il ne dispense pas de distinguer un bug temporaire d’un problème de sécurité.

    La même distinction vaut pour les autres usages : une mesure GNSS incertaine n’est pas une position exacte, et un signal comportemental n’est pas un diagnostic.

    Android donne des mesures, pas leur interprétation automatique.

    Sources et références scientifiques
    1. A Comparative Survey on Daily Health Habits Among iPhone and Android Smartphone Users – PMC. American journal of lifestyle medicine. DOI: 10.1177/15598276241268195 · PMID: 39554924.
    2. 1.Mobile Betriebssysteme – Marktanteile Internetnutzung Weltweit Bis November 2023. Statista. Accessed January 28, 2024. [Google Scholar].
    3. 2.Bold KW, Garrison KA, DeLucia A, et al. Smartphone apps for smoking cessation: systematic framework for app review and analysis. J Med Internet Res. 2023;25:e45183. doi: 10.2196/45183 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2196/45183.
    4. rrouel F, Du Sartz De Vigneulles B, Bourgeois D, et al. Mental health mobile apps in the French app Store: assessment study of functionality and quality. JMIR MHealth UHealth. 2022;10(10):e41282. doi: 10.2196/41282 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2196/41282.
    5. 4.Survey: iPhone Owners Spend More, Have Higher Incomes than Android Users. Marketing Dive. Accessed January 4, 2024. [Google Scholar].
    6. 5.Analyzing iPhone and Android User Behaviors – Blog – Codigee. Accessed January 4, 2024. [Google Scholar].
    7. 6.Renner B. Survey: iPhone Owners Happier, Have More Money, Friends than Android Users. Study Finds. Published November 5, 2018 Accessed 4 January 2024. [Google Scholar].
    8. 7.Ubhi HK, Kotz D, Michie S, Van Schayck OCP, West R. A comparison of the characteristics of iOS and Android users of a smoking cessation app. Transl Behav Med. 2017;7(2):166-171. doi: 10.1007/s13142-016-0455-z [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1007/s13142-016-0455-z.
    9. 8.Götz FM, Stieger S, Reips UD. Users of the main smartphone operating systems (iOS, Android) differ only little in personality. PLoS One. 2017;12(5):e0176921. Jiménez-Murcia S, ed. doi: 10.1371/journal.pone.0176921 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1371/journal.pone.0176921.
    10. 9.Darviri C, Alexopoulos EC, Artemiadis AK, et al. The Healthy Lifestyle and Personal Control Questionnaire (HLPCQ): a novel tool for assessing self-empowerment through a constellation of daily activities. BMC Publ Health. 2014;14(1):1-10. doi: 10.1186/1471-2458-14-995 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1186/1471-2458-14-995.
    11. 10.Czapla M, Juárez-Vela R, Rozensztrauch A, et al. Psychometric properties and cultural adaptation of the polish version of the healthy lifestyle and personal Control questionnaire (HLPCQ). Int J Environ Res Public Health. 2021;18(17):9190. doi: 10.3390/ijerph18179190 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/ijerph18179190.
    12. 11.Goyal H, Aleem S. Confirmatory factor analysis (CFA) and psychometric validation of healthy lifestyle and personal Control questionnaire (HLPCQ) in India. Indian J Community Med. 2023;48(3):430-435. doi: 10.4103/ijcm.ijcm_394_22 [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.4103/ijcm.ijcm_394_22.
    13. 12.Zigkiri ES, Nicolaides NC, Bacopoulou F, et al. The effect of the pythagorean self-awareness intervention on psychological, lifestyle and cognitive measures of a community sample. J Mol Biochem. 2020;9(1):32-40. [PMC free article] [PubMed] [Google Scholar].
    14. Accuracy of digital templating for total hip arthroplasty: android smartphone and tablet computer versus commercial templating software – PMC. Arthroplasty (London, England). DOI: 10.1186/s42836-025-00336-9 · PMID: 41057941.
    15. 1.Parisi FR, Zampogna B, Zampoli A, Ferrini A, Albimonti G, Del Monaco A, et al. Planning accuracy and stem offset assessment in digital two-dimensional versus three-dimensional planning in cementless hip arthroplasty: a systematic review and meta-analysis. J Clin Med. 2024;13(21):6566. 10.3390/jcm13216566. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/jcm13216566.
    16. 2.Colombi A, Schena D, Castelli CC. Total hip arthroplasty planning. EFORT Open Rev. 2019;4(11):626-32. 10.1302/2058-5241.4.180075. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1302/2058-5241.4.180075.
    17. 3.Subramanian P, Jaiswal P. Pre-operative digital templating aids restoration of leg-length discrepancy and femoral offset in patients undergoing total hip arthroplasty for primary osteoarthritis. Cureus. 2022;14(3):e22766. 10.7759/cureus.22766. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.7759/cureus.22766.
    18. 4.Fontalis A, Yasen AT, Kayani B, Luo TD, Mancino F, Magan A, et al. Two-dimensional versus three-dimensional preoperative planning in total hip arthroplasty. J Arthroplasty. 2024;39(9S1):S80-7. 10.1016/j.arth.2024.05.054. [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.arth.2024.05.054.
    19. 5.Holzer LA, Scholler G, Wagner S, Friesenbichler J, Maurer-Ertl W, Leithner A. The accuracy of digital templating in uncemented total hip arthroplasty. Arch Orthop Trauma Surg. 2019;139(2):263-8. 10.1007/s00402-018-3080-0. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1007/s00402-018-3080-0.
    20. 6.Pongkunakorn A, Udomluck P, Aksornthung C, Wangjiraphan N. Digital templating of THA using PACS and an iPhone or iPad is as accurate as commercial digital templating software. Clin Orthop Relat Res. 2023;481(6):1104-13. 10.1097/CORR.0000000000002474. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1097/CORR.0000000000002474.
    21. 7.Vorimore C, Innmann M, Mavromatis S, Speirs A, Verhaegen JCF, Merle C; Ottawa Arthroplasty Group; Grammatopoulos G. Impact of offset and leg length on functional outcomes post-total hip arthroplasty: how accurate should coronal reconstruction be? J Arthroplasty. 2024;39(9S2):S332-S339.e2. 10.1016/j.arth.2024.06.017. [DOI] [PubMed]. doi:10.1016/j.arth.2024.06.017.
    22. 8.González Della Valle A, Slullitel G, Piccaluga F, Salvati EA. The precision and usefulness of preoperative planning for cemented and hybrid primary total hip arthroplasty. J Arthroplasty. 2005;20(1):51-8. 10.1016/j.arth.2004.04.016. [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.arth.2004.04.016.
    23. 9.Gamble P, de Beer J, Petruccelli D, Winemaker M. The accuracy of digital templating in uncemented total hip arthroplasty. J Arthroplasty. 2010;25(4):529-32. 10.1016/j.arth.2009.04.011. [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.arth.2009.04.011.
    24. 10.Ries C, Boese CK, Dietrich F, Miehlke W, Heisel C. Femoral stem subsidence in cementless total hip arthroplasty: a retrospective single-centre study. Int Orthop. 2019;43(2):307-14. 10.1007/s00264-018-4020-x. [DOI] [PubMed] [Google Scholar]. doi:10.1007/s00264-018-4020-x.
    25. 11.Germain E, Lombard C, Boubaker F, Louis M, Blum A, Gondim-Teixeira PA, et al. Imaging in hip arthroplasty management-part 1: templating: past, present and future. J Clin Med. 2022;11(18):5465. 10.3390/jcm11185465. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/jcm11185465.
    26. 12.Di Martino A, Rossomando V, Brunello M, D’Agostino C, Pederiva D, Frugiuele J, et al. How to perform correct templating in total hip replacement. Musculoskelet Surg. 2023;107(1):19-28. 10.1007/s12306-023-00772-3. [DOI] [PubMed] [Google Scholar]. doi:10.1007/s12306-023-00772-3.
    27. Environmental Context Indicator for Evaluating Quality of GNSS Observation Environment Using Android Smartphone – PMC. Sensors (Basel, Switzerland). DOI: 10.3390/s25206452 · PMID: 41157507.
    28. 1.Using GNSS Raw Measurements on Android Devices. [(accessed on 15 September 2025)]. Available online:.
    29. 2.Huang H., Gartner G., Krisp J.M., Raubal M., Van De Weghe N. Location based services: Ongoing evolution and research agenda. J. Locat. Based Serv. 2018;12:63-93. doi: 10.1080/17489725.2018.1508763. [DOI] [Google Scholar]. doi:10.1080/17489725.2018.1508763.
    30. 3.Bisnath S., Aggrey J. Current Limitations and Prospects for Smartphone GNSS Precise Positioning; Proceedings of the 2024 International Technical Meeting of The Institute of Navigation; Long Beach, CA, USA. 26-29 January 2024; pp. 1-24. [Google Scholar].
    31. 4.Li Y., Cai C., Xu Z. A Combined Elevation Angle and C/N0 Weighting Method for GNSS PPP on Xiaomi MI8 Smartphones. Sensors. 2022;22:2804. doi: 10.3390/s22072804. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s22072804.
    32. 5.Hu J., Li P., Bisnath S. Enhancing smartphone precise point positioning to sub-meter accuracy in suburban environments: A new stochastic model and outlier diagnosis. GPS Solut. 2024;28:112. doi: 10.1007/s10291-024-01651-5. [DOI] [Google Scholar]. doi:10.1007/s10291-024-01651-5.
    33. 6.Park K.-D., Yoon W.-J., Lee J.-S. Reduction of Multipath Effect in GNSS Positioning by Applying Pseudorange Acceleration as Weight. Sensors. 2024;24:6880. doi: 10.3390/s24216880. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s24216880.
    34. 7.Kim H.-I., Park K.-D. Satellite Positioning Accuracy Improvement in Urban Canyons Through a New Weight Model Utilizing GPS Signal Strength Variability. Sensors. 2025;25:4678. doi: 10.3390/s25154678. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s25154678.
    35. 8.Li Y., Mi J., Xu Y., Li B., Jiang D., Liu W. A Robust Adaptive Filtering Algorithm for GNSS Single-Frequency RTK of Smartphone. Remote Sens. 2022;14:6388. doi: 10.3390/rs14246388. [DOI] [Google Scholar]. doi:10.3390/rs14246388.
    36. 9.Wang W., Chang Q., Li Q., Shi Z., Chen W. Indoor-Outdoor Detection Using a Smart Phone Sensor. Sensors. 2016;16:1563. doi: 10.3390/s16101563. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/s16101563.
    37. 10.Wang Y., Liu P., Liu Q., Adeel M., Qian J., Jin X., Ying R. Urban environment recognition based on the GNSS signal characteristics. J. Inst. Navig. 2019;66:211-225. doi: 10.1002/navi.280. [DOI] [Google Scholar]. doi:10.1002/navi.280.
    38. 11.Liang Y., Zhou K., Wu C. Environment scenario identification based on GNSS recordings for agricultural tractors. Comput. Electron. Agric. 2022;195:106829. doi: 10.1016/pag.2022.106829. [DOI] [Google Scholar]. doi:10.1016/j.compag.2022.106829.
    39. 12.Gao H., Groves P.D. Environmental Context Detection for Adaptive Navigation using GNSS Measurements from a Smartphone. Navigation. 2018;65:99-116. doi: 10.1002/navi.221. [DOI] [Google Scholar]. doi:10.1002/navi.221.
    40. Using Smartphone-Based Digital Phenotyping to Predict Relapse in Serious Mental Disorders Among Slum Residents in Dhaka, Bangladesh: Protocol for a Machine Learning Study – PMC. JMIR research protocols. DOI: 10.2196/79826 · PMID: 41637756.
    41. 1.Viron MJ, Stern TA. The impact of serious mental illness on health and healthcare. Psychosomatics. 2010;51(6):458-465. doi: 10.1176/appi.psy.51.6.458. doi. Medline. [DOI] [PubMed] [Google Scholar]. doi:10.1176/appi.psy.51.6.458.
    42. 2.Agenagnew L, kassaw C. The lifetime prevalence and factors associated with relapse among mentally ill patients at Jimma University Medical Center, Ethiopia: cross sectional study. J Psychosoc Rehabil Ment Health. 2020 Dec;7(3):211-220. doi: 10.1007/s40737-020-00176-7. doi. [DOI] [Google Scholar]. doi:10.1007/s40737-020-00176-7.
    43. 3.Ustün TB. The global burden of mental disorders. Am J Public Health. 1999 Sep;89(9):1315-1318. doi: 10.2105/ajph.89.9.1315. doi. Medline. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2105/ajph.89.9.1315.
    44. 4.Abdullah S, Choudhury T. Sensing technologies for monitoring serious mental illnesses. IEEE MultiMedia. 2018 Jan;25(1):61-75. doi: 10.1109/MMUL.2018.011921236. doi. [DOI] [Google Scholar]. doi:10.1109/MMUL.2018.011921236.
    45. 5.Onnela JP, Rauch SL. Harnessing smartphone-based digital phenotyping to enhance behavioral and mental health. Neuropsychopharmacology. 2016 Jun;41(7):1691-1696. doi: 10.1038/npp.2016.7. doi. Medline. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/npp.2016.7.
    46. 6.Gruebner O, Khan MMH, Lautenbach S, et al. A spatial epidemiological analysis of self-rated mental health in the slums of Dhaka. Int J Health Geogr. 2011 May 20;10:36. doi: 10.1186/1476-072X-10-36. doi. Medline. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1186/1476-072X-10-36.
    47. 7.Henson P, D’Mello R, Vaidyam A, Keshavan M, Torous J. Anomaly detection to predict relapse risk in schizophrenia. Transl Psychiatry. 2021 Jan 11;11(1):28. doi: 10.1038/s41398-020-01123-7. doi. Medline. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/s41398-020-01123-7.
    48. 8.Torous J, Kiang MV, Lorme J, Onnela JP. New tools for new research in psychiatry: a scalable and customizable platform to empower data driven smartphone research. JMIR Ment Health. 2016 Jan;3(2):e16. doi: 10.2196/mental.5165. doi. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2196/mental.5165.
    49. 9.Coghlan S, D’Alfonso S. Digital phenotyping: an epistemic and methodological analysis. Philos Technol. 2021 Dec;34(4):1905-1928. doi: 10.1007/s13347-021-00492-1. doi. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1007/s13347-021-00492-1.
    50. 10.Huckvale K, Venkatesh S, Christensen H. Toward clinical digital phenotyping: a timely opportunity to consider purpose, quality, and safety. NPJ Digit Med. 2019 Sep 6;2(1):88. doi: 10.1038/s41746-019-0166-1. doi. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/s41746-019-0166-1.
    51. 11.Oudin A, Maatoug R, Bourla A, et al. Digital phenotyping: data-driven psychiatry to redefine mental health. J Med Internet Res. 2023 Oct 4;25:e44502. doi: 10.2196/44502. doi. Medline. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.2196/44502.
    52. 12.Henson P, Barnett I, Keshavan M, Torous J. Towards clinically actionable digital phenotyping targets in schizophrenia. npj Schizophr. 2020 May 5;6(1):13. doi: 10.1038/s41537-020-0100-1. doi. Medline. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/s41537-020-0100-1.
    53. Entre redémarrer et éteindre entièrement son smartphone Android, voici la meilleure option. 2026.

    Publications similaires :

    1. Proton VPN Free ou Plus : prix, limites et usages en 2026
    2. Comment scanner vos documents avec votre smartphone Android ?
    3. Comment activer le partage de connexion sur votre smartphone Android ou iPhone ?
    4. Obsolescence logicielle : 62 % pour Android 7, 1 % pour iOS 12, sur deux périmètres distincts
    décryptage guide pratique santé sécurité technologie
    Part. Facebook Twitter Pinterest LinkedIn Tumblr E-mail
    Jarod
    • Site web

    Jarod est journaliste citoyen, engagé dans la couverture d'actualités locales et de sujets sociétaux. Passionné par l'investigation et la transparence, il utilise sa plume pour donner une voix aux événements et aux personnes souvent ignorés par les médias traditionnels.

    Connexes Postes

    Close-up of industrial equipment showcasing electronic wiring and sensors in a manufacturing setup.

    Papier intelligent en 2026 : capteurs, matériaux et carnet numérique

    30 août 2026
    Medical professional reviewing brain scans with an elderly man in a clinic.

    IA en santé en 2026 : le contrôle a un prix

    27 août 2026
    Software developer analyzing code on a tablet in a modern office workspace.

    Meta voulait automatiser le travail. Les chiffres ont freiné le plan

    27 août 2026
    Laisser Une Réponse Annuler La Réponse

    Close-up of industrial equipment showcasing electronic wiring and sensors in a manufacturing setup.

    Papier intelligent en 2026 : capteurs, matériaux et carnet numérique

    30 août 2026
    Hand holding smartphone displaying a GPS map application with location data.

    Smartphone Android en 2026 : usages étudiés et limites

    30 août 2026

    Comment valider et sécuriser une opération de marchand de biens en 6 étapes ?

    28 août 2026

    La vie Urbaine en Corée : Shopping, Cuisine de rue et Divertissement

    27 août 2026
    Medical professional reviewing brain scans with an elderly man in a clinic.

    IA en santé en 2026 : le contrôle a un prix

    27 août 2026
    three men sitting on chair beside tables

    Communication digitale : pourquoi votre marque parle peut-être trop

    27 août 2026
    Software developer analyzing code on a tablet in a modern office workspace.

    Meta voulait automatiser le travail. Les chiffres ont freiné le plan

    27 août 2026
    A business analyst reviews a colorful bar chart and documents at a desk, indicating data analysis.

    Pembrolizumab : trois cancers, trois résultats à nuancer

    26 août 2026
    Étiquettes
    art artisanat astuces astuces cuisine astuces de cuisine astuces informatiques bricolage coiffure conseils pratiques cuisine dessin diy découverte décryptage efficacité france guide guide pratique géométrie innovation innovations jardinage jeux vidéo loisirs créatifs mathématiques minecraft mode méthodes pratiques ordinateur origami protection des données prévention recette réglementation santé stratégies sécurité sécurité informatique techniques de dessin technologie transition énergétique tutoriel écologie économie évaluation
    © 2026 A propos de Commentaider - Nous contacter - Mentions légales

    Type ci-dessus et appuyez sur Enter pour la recherche. Appuyez sur Esc pour annuler.

    Nous utilisons des cookies pour vous garantir la meilleure expérience sur notre site web.