MétaCan
Menu
Retour à la cohorte
Enregistrement W2606094056 · doi:10.2196/games.7025

What Older People Like to Play: Genre Preferences and Acceptance of Casual Games

2017· article· en· W2606094056 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Serious Games · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCasualVideo gameAction (physics)PreferencePsychologyCognitionGame mechanicsVideo game designGame designSocial psychologyCognitive psychologyMultimediaComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In recent computerized cognitive training studies, video games have emerged as a promising tool that can benefit cognitive function and well-being. Whereas most video game training studies have used first-person shooter (FPS) action video games, subsequent studies found that older adults dislike this type of game and generally prefer casual video games (CVGs), which are a subtype of video games that are easy to learn and use simple rules and interfaces. Like other video games, CVGs are organized into genres (eg, puzzle games) based on the rule-directed interaction with the game. Importantly, game genre not only influences the ease of interaction and cognitive abilities CVGs demand, but also affects whether older adults are willing to play any particular genre. To date, studies looking at how different CVG genres resonate with older adults are lacking. OBJECTIVE: The aim of this study was to investigate how much older adults enjoy different CVG genres and how favorably their CVG characteristics are rated. METHODS: A total of 16 healthy adults aged 65 years and above playtested 7 CVGs from 4 genres: casual action, puzzle, simulation, and strategy video games. Thereafter, they rated casual game preference and acceptance of casual game characteristics using 4 scales from the Core Elements of the Gaming Experience Questionnaire (CEGEQ). For this, participants rated how much they liked the game (enjoyment), understood the rules of the game (game-play), learned to manipulate the game (control), and make the game their own (ownership). RESULTS: Overall, enjoyment and acceptance of casual game characteristics was high and significantly above the midpoint of the rating scale for all CVG genres. Mixed model analyses revealed that ratings of enjoyment and casual game characteristics were significantly influenced by CVG genre. Participants' mean enjoyment of casual puzzle games (mean 0.95 out of 1.00) was significantly higher than that for casual simulation games (mean 0.75 and 0.73). For casual game characteristics, casual puzzle and simulation games were given significantly higher game-play ratings than casual action games. Similarly, participants' control ratings for casual puzzle games were significantly higher than that for casual action and simulation games. Finally, ownership was rated significantly higher for casual puzzle and strategy games than for casual action games. CONCLUSIONS: The findings of this study show that CVGs have characteristics that are suitable and enjoyable for older adults. In addition, genre was found to influence enjoyment and ratings of CVG characteristics, indicating that puzzle games are particularly easy to understand, learn, and play, and are enjoyable. Future studies should continue exploring the potential of CVG interventions for older adults in improving cognitive function, everyday functioning, and well-being. We see particular potential for CVGs in people suffering from cognitive impairment due to dementia or brain injury.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil0,949

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 technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,322
Écart entre enseignants0,305 · 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