MétaCan
Menu
Retour à la cohorte
Enregistrement W2011586519 · doi:10.1145/2485760.2485762

Games as neurofeedback training for children with FASD

2013· article· en· W2011586519 sur OpenAlexafffund
Regan L. Mandryk, Shane Dielschneider, Michael R. Kalyn, Christopher P. Bertram, Michael Gaetz, Andre Doucette, Brett Taylor, Alison Pritchard Orr, Kathy Keiver

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensUniversity of the Fraser ValleyUniversity of Saskatchewan
Organismes subventionnairesNetworks of Centres of Excellence of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésNeurofeedbackBiofeedbackComputer scienceHuman–computer interactionCognitionMultimediaObfuscationSoftware deploymentCognitive psychologyPsychologyPhysical medicine and rehabilitationComputer securityMedicineElectroencephalography

Résumé

récupéré en direct d'OpenAlex

Biofeedback games help people maintain specific mental or physical states and are useful to help children with cognitive impairments learn to self-regulate their brain function. However, biofeedback games are expensive and difficult to create and are not sufficiently appealing to hold a child's interest over the long term needed for effective biofeedback training. We present a system that turns off-the-shelf computer games into biofeedback games. Our approach uses texture-based graphical overlays that vary in their obfuscation of underlying screen elements based on the sensed physiological state of the child. The textures can be visually customized so that they appear to be integrated with the underlying game. Through a 12-week deployment, with 16 children with Fetal Alcohol Spectrum Disorder, we show that our solution can hold a child's interest over a long term, and balances the competing needs of maintaining the fun of playing, while providing effective biofeedback training.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,071
Tête enseignante GPT0,310
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations66
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSleep and Wakefulness ResearchTravaux en français237 207