The Value of Children's Voices for a Video Game Development in the Context of Type 1 Diabetes: Focus Group Study
Notice bibliographique
Résumé
BACKGROUND: Children with type 1 diabetes mellitus (T1DM) face daily challenges performing self-care tasks, controlling symptoms, and dealing with psychosocial issues. The use of video games to improve health is a successful support for persons with chronic diseases, promoting adequate self-management through simulations of real life. Involving future users in the development of games is essential to generating innovative, creative, and effective programs. OBJECTIVE: Our goal is to identify what children with T1DM need to know about their disease and their self-care tasks as well as their preferences in video games. METHODS: Children with T1DM provided input about their learning needs, self-care tasks, and preferences in video games. Three categories were identified through qualitative content analysis: dealing with emotions and knowledge, practical skills and awareness, and game preferences. RESULTS: Children expressed concerns about the difficulties of self-care, lack of knowledge about diabetes, and lack of awareness about the consequences of behaviors related to self-care, which contribute to inappropriate behaviors and significantly impact self-management of their disease. They expressed enthusiasm for a video game for children with diabetes that considered their needs and preferences. CONCLUSIONS: Findings support the potential benefits when children's input is considered in game design. Consideration of customer needs and preferences is a powerful resource in the development of video games with enhanced learning experience.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 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 ».