MétaCan
Menu
Retour à la cohorte
Enregistrement W2408821985 · doi:10.2196/resprot.5423

Acceptance, Usability and Health Applications of Virtual Worlds by Older Adults: A Feasibility Study

2016· article· en· W2408821985 sur OpenAlexvenueno aff
Nicole Cook, Sandra Winkler

Notice bibliographique

RevueJMIR Research Protocols · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityMetaversePsychologySession (web analytics)Medical educationLife expectancyHealth careApplied psychologyGerontologyVirtual realityMedicineComputer sciencePopulationWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Virtual worlds allow users to communicate and interact across various environments, scenarios, and platforms. Virtual worlds present opportunities in health care to reduce the burden of illness and disability by supporting education, rehabilitation, self-management, and social networking. The application of virtual worlds to older adults who bear the burden and cost of health conditions associated with age has not been evaluated. OBJECTIVE: The aim of this study is to explore the usability, ease of use, and enjoyment of a virtual world by older adults, the types of virtual world activities that older adults may engage in, and the perceptions of older adults regarding the application of virtual worlds in health care. METHODS: This quasi-experimental pre-post design research was guided by the Technology Acceptance Model (TAM). Participants were recruited from a Lifelong Learning Institute (LLI) program at Nova Southeastern University. Participants attended four training sessions over a 5-week period in the Second Life (SL) virtual world. Subjects were surveyed before and after the training on perceived ease of use, attitudes towards technology, behavioral intention to use the system, facilitating conditions, effort expectancy, and self-efficacy. RESULTS: Older adults (N=19) completed the informed consent and attended the first training session, and 11 participants (58%, 11/19) completed the full training and the post survey. Completers (82%, 9/11) were more likely than non-completers (37%, 3/8) to consider themselves technologically savvy (P=.048), and to express confidence in being able to use the virtual world (100%, 11/11 vs 37%, 3/8; P=.002). All completers (100%, 11/11) perceived that SL has application in health behaviors and disease and reducing social isolation among people who are homebound. Of the completers, 10 (91%, 10/11) responded that they enjoyed learning how to use SL. Completers suggested that future trainings include more assistants and smaller groups. CONCLUSIONS: This pilot study suggests that virtual worlds can be both a feasible and an applicable method to promote health among some seniors. Future research on virtual worlds with older populations should consider using state-of-the art technology including large monitors, providing a minimum of one trainer for every two to three participants, and distributing a comprehensive training manual at the start of the training to support organization and recall.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,197
Tête enseignante GPT0,541
Écart entre enseignants0,344 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations36
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207