Using virtual reality simulation to study navigation in a complex environment as a functional-cognitive task; A pilot study
Notice bibliographique
Résumé
BACKGROUND: Navigation skills are required for performance of functional complex tasks and may decline due to aging. Investigation of navigation skills should include measurement of cognitive-executive and motor aspects, which are part of complex tasks. OBJECTIVE: to compare young and older healthy adults in navigation within a simulated environment with and without a functional-cognitive task. METHODS: Ten young adults (25.6±4.3 years) and seven community dwelling older men (69.9±3.8 years) were tested during a single session. After training on a self-paced treadmill to navigate in a non-functional simulation, they performed the Virtual Multiple Errands Test (VMET) in a mall simulation. Outcome measures included cognitive-executive aspects of performance and gait parameters. RESULTS: Younger adults' performance of the VMET was more efficient (1.8±1.0) than older adults (5.3±2.7; p < 0.05) and faster (younger 478.1±141.5 s, older 867.6±393.5 s; p < 0.05). There were no differences between groups in gait parameters. Both groups walked slower in the mall simulation. CONCLUSIONS: The shopping simulation provided a paradigm to assess the interplay between motor and cognitive aspects involved in the efficient performance of a complex task. The study emphasized the role of the cognitive-executive aspect of task performance in healthy older adults.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».