MétaCan
Menu
Retour à la cohorte
Enregistrement W3009801453 · doi:10.2196/13459

Health Education Serious Games Targeting Health Care Providers, Patients, and Public Health Users: Scoping Review

2019· article· en· W3009801453 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Serious Games · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPublic healthHealth careInclusion (mineral)MedicineMedical educationMEDLINEFamily medicinePsychologyNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Serious educational games have shown effectiveness in improving various health outcomes. Previous reviews of health education games have focused on specific diseases, certain medical subjects, fixed target groups, or limited outcomes of interest. Given the recent surge in health game studies, a scoping review of health education games is needed to provide an updated overview of various aspects of such serious games. OBJECTIVE: This study aimed to conduct a scoping review of the design and evaluation of serious educational games for health targeting health care providers, patients, and public (health) users. METHODS: We identified 2313 studies using a unique combination of keywords in the PubMed and ScienceDirect databases. A total of 161 studies were included in this review after removing duplicates (n=55) and excluding studies not meeting our inclusion criteria (1917 based on title and abstract and 180 after reviewing the full text). The results were stratified based on games targeting health care providers, patients, and public users. RESULTS: Most health education games were developed and evaluated in America (82/161, 50.9%) and Europe (64/161, 39.8%), with a considerable number of studies published after 2012. We discovered 58.4% (94/161) of studies aiming to improve knowledge learning and 41.6% (67/161) to enhance skill development. The studies targeted various categories of end users: health care providers (42/161, 26.1%), patients (38/161, 23.6%), public users (75/161, 46.6%), and a mix of users (6/161, 3.7%). Among games targeting patients, only 13% (6/44) targeted a specific disease, whereas a growing majority targeted lifestyle behaviors, social interactions, cognition, and generic health issues (eg, safety and nutrition). Among 101 studies reporting gameplay specifications, the most common gameplay duration was 30 to 45 min. Of the 61 studies reporting game repetition, only 14% (9/61) of the games allowed the users to play the game with unlimited repetitions. From 32 studies that measured follow-up duration after the game intervention, only 1 study reported a 2-year postintervention follow-up. More than 57.7% (93/161) of the games did not have a multidisciplinary team to design, develop, or assess the game. CONCLUSIONS: Serious games are increasingly used for health education targeting a variety of end users. This study offers an updated scoping review of the studies assessing the value of serious games in improving health education. The results showed a promising trend in diversifying the application of health education games that go beyond a specific medical condition. However, our findings indicate the need for health education game development and adoption in developing countries and the need to focus on multidisciplinary teamwork in designing effective health education games. Furthermore, future health games should expand the duration and repetition of games and increase the length of the follow-up assessments to provide evidence on long-term effectiveness.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,366
Écart entre enseignants0,345 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle