MétaCan
Menu
Retour à la cohorte
Enregistrement W2893132725 · doi:10.1177/1541931218621120

Virtual Reality Exergames for People Living with Dementia Based on Exercise Therapy Best Practices

2018· article· en· W2893132725 sur OpenAlexaff
Mahzar Eisapour, Shi Cao, Laura Domenicucci, Jennifer Boger

Notice bibliographique

RevueProceedings of the Human Factors and Ergonomics Society Annual Meeting · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésDementiaVirtual realityQuality of life (healthcare)PsychologyApplied psychologyPhysical activityPhysical medicine and rehabilitationPhysical therapyHuman–computer interactionComputer scienceMedicinePsychotherapist

Résumé

récupéré en direct d'OpenAlex

Exercise is an important factor for people living with dementia as it improves physical fitness and quality of life; however, it can be challenging for them to engage in exercise. This research created two virtual reality environments using Oculus Rift head-mounted display and Oculus touch controllers, with the goal of increasing the accessibility to exercise for people living with dementia. A three-week evaluation was conducted with six persons living with dementia to compare the virtual programs with human/therapist-guided exercise. The results showed that both virtual exercise programs were comparable to the therapist-guided exercise in terms of subjective enjoyment, comfort, and difficulty level of the activities. All the participants completed all the tasks designed for them in each day and five wanted to continue using virtual reality exercises. This research demonstrates promising potential of virtual reality exergames for people living with dementia. Future studies are needed to expand the available tasks, increase the available environments, and to examine clinical impact.

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 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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,097
Score d'incertitude au seuil0,446

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,029
Tête enseignante GPT0,288
Écart entre enseignants0,259 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Human Factors and Ergonomics Society Annual MeetingMême sujetStroke Rehabilitation and RecoveryTravaux en français237 207