The Practical Work of Ensuring Effective Use of Serious Games in a Rehabilitation Clinic: A Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Many rehabilitation clinics adopted serious games to support their physiotherapy sessions. Serious games can monitor and provide feedback on exercises and are expected to improve therapy and help professionals deal with more patients. However, there is little understanding of the impacts of serious games on the actual work of physiotherapists. OBJECTIVE: This study aimed to understand the impact of an electromyography-based serious game on the practical work of physiotherapists. METHODS: This study used observation sessions in an outpatient rehabilitation clinic that recently started using a serious game based on electromyography sensors. In total, 44 observation sessions were performed, involving 3 physiotherapists and 22 patients. Observation sessions were documented by audio recordings or fieldnotes and were analyzed for themes with thematic analysis. RESULTS: The findings of this study showed that physiotherapists played an important role in enabling the serious game to work. Physiotherapists briefed patients, calibrated the system, prescribed exercises, and supported patients while they played the serious game, all of which amounted to relevant labor. CONCLUSIONS: The results of this work challenge the idea that serious games reduce the work of physiotherapists and call for an overall analysis of the different impacts a serious game can have. Adopting a serious game that creates more work can be entirely acceptable, provided the clinical outcomes or other advantages enabled by the serious game are strong; however, those impacts will have to be assessed on a case-by-case basis. Moreover, this work motivates the technology development community to better investigate physiotherapists and their context, offering implications for technology design.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,011 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».