Comparing children’s driving abilities in physical and virtual environments
Notice bibliographique
Résumé
PURPOSE: To compare children's driving abilities in a physical and virtual environment and to validate the McGill Immersive Wheelchair Simulator (MiWe-C) for the use of children with disabilities. MATERIALS AND METHODS: Participants included 30 children (17 males, 13 females; mean age 14 y 1 mo, [SD 3 y 6 mo]; range: 5-18 y) with cerebral palsy, neuromuscular disease and spinal cord injury. All children were proficient drivers with more than 3 months' experience, who had their own powered wheelchairs. Participants drove a 15-minute physical route and high-fidelity simulation of that route in a counterbalanced order. Performance of the two routes was compared using the 32 item Powered Mobility Programme (PMP). Differences between the driving modes were analyzed with the non-parametric Wilcoxon signed-rank test. Significance was set at α = 0.05. RESULTS: = .09). Five out of the 32 PMP tasks showed significant differences between driving modes (narrow corridors, crowded corridors, doorway, sidewalks), with higher scores for the physical driving mode. CONCLUSIONS: Having a validated powered mobility simulator for children provides a viable option for an additional practice mode. The MiWe-C simulator is affordable and a user-friendly simulator that can be used anywhere including at home and in school. Children can be independent when practicing even if they are not yet proficient drivers since continual adult assistance is not needed.Implications for rehabilitationHaving a validated powered mobility simulator for children provides a viable option for an additional practice mode.The MiWe-C is now validated to be used with children 5-18 years with physical disabilities.The MiWe-C is one of the few options for children to practice outside of a research environment.
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 | 0,001 |
| 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 ».