Using a Virtual Serious Game (Deusto-e-motion1.0) to Assess the Theory of Mind in Primary School Children: Observational Descriptive Study
Notice bibliographique
Résumé
BACKGROUND: Given the interactive media characteristics and intrinsically motivating appeal, virtual serious games are often praised for their potential for assessment and treatment. OBJECTIVE: This study aims to validate and develop normative data for a virtual serious game (Deusto-e-motion1.0) for the evaluation of emotional facial expression recognition and social skills, both of which are components of the theory of mind. METHODS: A total of 1236 children took part in the study. The children were classified by age (8-12 years old), gender (males=639, females=597), and educational level (between the third and sixth years of Primary Education). A total of 10 schools from the Basque Country and 20 trained evaluators participated in this study. RESULTS: Differences were found in Deusto-e-motion1.0 scores between groups of children depending on age and gender. Moreover, there was a moderately significant correlation between the emotional recognition scores of Deusto-e-motion1.0 and those of the Feel facial recognition test. CONCLUSIONS: Deusto-e-motion1.0 shows concurrent validity with instruments that assess emotional recognition. Results support the adequacy of Deusto-e-motion1.0 in assessing components of the theory of mind in children.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».