Children With Developmental Coordination Disorder Play Active Virtual Reality Games Differently Than Children With Typical Development
Notice bibliographique
Résumé
BACKGROUND: Active virtual reality gaming (AVG) may be useful for children with developmental coordination disorder (DCD) to practice motor skills if their movement patterns are of good quality while engaged in AVG. OBJECTIVE: This study aimed to examine: (1) the quality of motor patterns of children with DCD participating in AVG by comparing them with children with typical development (TD) and (2) whether differences existed in the motor patterns utilized with 2 AVG types: Sony PlayStation 3 Move and Microsoft Xbox 360 Kinect. DESIGN: This was a quasi-experimental, biomechanical laboratory-based study. METHODS: Twenty-one children with DCD, aged 10 to 12 years, and 19 age- and sex-matched children with TD played a match of table tennis on each AVG type. Hand path, wrist angle, and elbow angle were recorded using a motion analysis system. Linear mixed-model analyses were used to determine differences between DCD and TD groups and Move and Kinect AVG type for forehands and backhands. RESULTS: Children with DCD utilized a slower hand path speed (backhand mean difference [MD]=1.20 m/s; 95% confidence interval [95% CI]=0.41, 1.98); greater wrist extension (forehand MD=34.3°; 95% CI=22.6, 47.0); and greater elbow flexion (forehand MD=22.3°; 95% CI=7.4, 37.1) compared with children with TD when engaged in AVG. There also were differences in movement patterns utilized between AVG types. LIMITATIONS: Only simple kinematic measures were compared, and no data regarding movement outcome were assessed. CONCLUSIONS: If a therapeutic treatment goal is to promote movement quality in children with DCD, clinical judgment is required to select the most appropriate AVG type and determine whether movement quality is adequate for unsupervised practice.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».