Virtual Reality Support for Joint Attention Using the Floreo Joint Attention Module: Usability and Feasibility Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Advances in virtual reality (VR) technology offer new opportunities to design supports for the core behaviors associated with autism spectrum disorder (ASD) that promote progress toward optimal outcomes. Floreo has developed a novel mobile VR platform that pairs a user receiving instruction on target skills with an adult monitor. OBJECTIVE: The primary objective of this pilot study was to explore the feasibility of using Floreo's Joint Attention Module in school-aged children with autism in a special education setting. A secondary objective was to explore a novel joint attention measure designed for use with school-aged children and to observe whether there was a suggestion of change in joint attention skills from preintervention to postintervention. METHODS: A total of 12 participants (age range: 9 to 16 years) received training with the Joint Attention Module for 14 sessions over 5 weeks. RESULTS: No serious side effects were reported, and no participants dropped out of the study because of undesirable side effects. On the basis of monitor data, 95.4% (126/132) of the time participants tolerated the headset, 95.4% (126/132) of the time participants seemed to enjoy using Floreo's platform, and 95.5% (128/134) of the time the VR experience was reported as valuable. In addition, scoring of the joint attention measure suggested a positive change in participant skills related to the total number of interactions, use of eye contact, and initiation of interactions. CONCLUSIONS: The study results suggest that Floreo's Joint Attention Module is safe and well tolerated by students with ASD, and preliminary data also suggest that its use is related to improvements in fundamental joint attention skills.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 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 ».