MétaCan
Menu
Retour à la cohorte
Enregistrement W3013856022 · doi:10.2196/16000

Development and Preliminary Usability Evaluation of a Somatosensory Square Dance System for Older Chinese Persons: Mixed Methods Study

2020· article· en· W3013856022 sur OpenAlexvenueno aff
Chin-Wen Yu, Pei‐Luen Patrick Rau, Xueqian Liu

Notice bibliographique

RevueJMIR Serious Games · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueDiversity and Impact of Dance
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésPreprintUsabilityDanceSquare (algebra)Computer scienceHuman–computer interactionWorld Wide WebVisual artsArtMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chinese square dancing, known as guangchang wu in Chinese, is a well-known public fitness activity that provides an entertaining way for older Chinese women to improve their flexibility, lower extremity strength, overall coordination, and balance. However, injuries, noise conflicts, and lack of space are challenging aspects of this activity. Somatosensory games (SG) are an increasingly popular physical fitness approach to enhance the selective attention of older persons with indoor engagement and exercises. OBJECTIVE: The objectives of this study were to develop a newly designed somatosensory square dance system for older Chinese people and to evaluate its usability. METHODS: This is a mixed methods study. The newly designed somatosensory square dance system is a somatic training tool that provides adequate Chinese square dance fitness training based on Laban Movement Analysis (LMA) and design guidelines established in a previous stage. The usability evaluation involved a questionnaire and interviews. Twelve participants were interviewed before and after experiencing the 15-minute dancing and learning process within the program. In addition, participants scored their experience satisfaction in psychological, physiological, and relaxation sections on a scale of 1 to 5 using a questionnaire. Qualitative content analysis and quantitative analysis of the satisfaction scores supported understanding of usability problems. RESULTS: Based on the interview results, 6/12 (50%) of the participants thought the system could help them correct their dancing movements indoors without being affected by poor outdoor weather. Among the participants, 3/12 (25%) indicated that this indoor system could enable them to enjoy fitness activities in a private space. Moreover, 3/12 participants (25%) stated that this system could promote family relationships by providing easy dancing movements. All participants were highly satisfied with the relaxation aspect of the system (4.45/5). The participants were all psychologically satisfied and interested in the novel features of the system, with an average score of 4.16/5. Physiologically, participants affirmed that the system could help them maintain good health (4.91/5). CONCLUSIONS: The results of this study suggest that the somatosensory square dance system can be used as an indoor fitness tool to improve older Chinese square dancers' health conditions with reasonable dance training. Noise and space conflicts can be addressed. The Laban Elated Square Dance system, which was modified by therapists based on LMA and square dance design guidelines, was highly approved by dancers because it decreased the possibility of injuries, falls, and joint damage by considering the physical and psychological difficulties of older persons. Different features will be considered in the next stage, such as greater selection of exercises and difficulty level settings. Users' social needs will also be explored in subsequent stages.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil0,631

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,060
Tête enseignante GPT0,401
Écart entre enseignants0,340 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetDiversity and Impact of DanceTravaux en français237 207