Effects of Full Body Exergaming in Virtual Reality on Cardiovascular and Muscular Parameters: Cross-Sectional Experiment
Notice bibliographique
Résumé
BACKGROUND: In recent years, many studies have associated sedentary behavior in front of screens with health problems in infants, children, and adolescents. Yet options for exergaming-playing video games that require rigorous physical exercise-seem to fall short of the physical activity levels recommended by the World Health Organization. OBJECTIVE: The purpose of this study was to investigate the effect of a fully immersive virtual reality (VR)-based training system on cardiovascular and muscular parameters of young adults. METHODS: A cross-sectional experiment design was used to analyze muscle activity (surface electromyography), heart rate, perceived exertion (RPE), cybersickness symptoms, perceived workload, and physical activity enjoyment (PACES) in 33 participants performing two 5-minute flights on a new training device. RESULTS: Participants' performance of the planking position required to play the game resulted in moderate aerobic intensity (108 [SD 18.69] bpm). Due to the mainly isometric contraction of the dorsal muscle chain (with a mean activation between 20.6% [SD 10.57] and 26.7% [SD 17.39] maximum voluntary isometric contraction), participants described the exercise as a moderate to vigorous activity (RPE 14.6 [SD 1.82]). The majority reported that they enjoyed the exercise (PACES 3.74 [SD 0.16]). However, six participants had to drop out because of cybersickness symptoms and two because of muscle pain due to prior injuries. CONCLUSIONS: Our findings suggest that fully immersive VR training systems can contribute to muscle-strengthening activities for healthy users. However, the dropout rate highlights the need for technological improvements in both software and hardware. In prevention and therapy, movement quality is a fundamental part of providing effective resistance training that benefits health. Exergaming on a regular basis has the potential to develop strong muscles and a healthy back. It is essential that future VR-based training systems take into account the recommendations of sport and exercise science.
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 | 0,000 | 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 | 0,000 | 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 ».