The Kinect Project: Group motion-based gaming for people living with dementia
Notice bibliographique
Résumé
Engaging in enjoyable activities is an essential part of well-being, but people with dementia can find participation increasingly difficult. Motion-based technologies can provide meaningful engagement in a wide range of activities, but for people with dementia to take advantage of these devices requires a good understanding of how best to select and present these activities to this population. The objective of this study was to explore the use of motion-based technology (Xbox Kinect) as a group activity for people with dementia who attend adult day programmes. This qualitative study took place in an adult day programme for older adults with age-related challenges. Participants (n = 23) were observed while playing a digital bowling game presented on Xbox Kinect one hour per week for a period of 20 weeks, to capture naturalistic data. Field notes generated through observations were transcribed and analysed to identify emerging themes. The findings revealed three predominant themes which illustrate the potential of motion-based technology as a group activity for people with dementia who attend adult day programmes: (a) the importance of having a trained trainer, (b) learning versus mastery and (c) playing ‘independently together’. People with dementia can learn to play games presented on motion-based technology and enjoy doing so. Furthermore, using the technology in a group setting fostered an encouraging and supportive environment which further contributed to the leisure experience. However, to be used most effectively, staff must be trained to set-up and interact with the technology, as well as introduce, teach and support people with dementia to use it.
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 | 0,002 | 0,000 |
| Communication savante | 0,001 | 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 ».