V-Mart, a Virtual Reality Grocery Store
Notice bibliographique
Résumé
OBJECTIVE: This study examined the potential usability, relevance, and acceptability of V-Mart, a virtual reality grocery store as an assessment and intervention tool for veterans with mild traumatic brain injury. DESIGN: Six focus groups were conducted for a 2-yr period to assess perceptions from the following three key stakeholders: therapists, veterans with neither mild traumatic brain injury nor posttraumatic stress disorder, and veterans with mild traumatic brain injury with or without posttraumatic stress disorder (mild traumatic brain injury/posttraumatic stress disorder). The System Usability Scale was applied as an objective measure of usability. Transcripts from the six focus groups were subjected to thematic analyses using the constant, comparative method. RESULTS: The focus groups indicated that V-Mart was perceived as highly usable, relevant, and acceptable. Early technical problems were resolved satisfactorily. Therapists indicated that they would use an application such as V-Mart if it were available. The veterans with neither mild traumatic brain injury nor posttraumatic stress disorder felt that it was realistic and likely to be useful, as did the veterans with mild traumatic brain injury/posttraumatic stress disorder. The System Usability Scale mean follow-up scores ranged from 71.4 to 86.0, surpassing the threshold for acceptable usability in health care settings. CONCLUSIONS: Focus group and System Usability Scale data indicate that the V-Mart has great potential as an assessment tool and intervention for veterans with mild traumatic brain injury/posttraumatic stress disorder. Further development and clinical trials are warranted.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».