Participatory design and evaluation of virtual reality games to promote engagement in physical activity for people living with dementia
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.
Notice bibliographique
Résumé
BACKGROUND: Exercise is a key component of physical health and quality of life for people living with dementia; however, challenges related to dementia symptoms and aging can make it difficult for people living with dementia to engage in exercise. While immersive virtual reality is showing increasing promise for exercise and rehabilitation applications, there is a lack of research regarding its use with people living with dementia. METHODS: Through participatory design with exercise therapists, kinesiologists, and people living with dementia, we designed two virtual reality environments (a farm and a gym) that were implemented on head-mounted displays to support five different upper-body exercises. Virtual reality and comparable human-guided exercises were tested with six people living with dementia. Both qualitative and quantitative measures were used, including reaching distance, distance traversed, and speed as well as feelings of enjoyment, engagement, interest, easiness, comfort, and level of effort. RESULTS: Participants' subjective responses, motion, and fitness parameters all demonstrated comparable results between virtual reality and human-guided exercises. Therapists' feedback also supported virtual reality exercise as an appropriate and engaging method for people living with dementia. CONCLUSIONS: Collaborating with experts and people living with dementia throughout the design process resulted in an intuitive and engaging design. The results suggest that head-mounted virtual reality has promising potential to support physical activity for people living with dementia.
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 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 | 0,001 | 0,003 |
| 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 | 0,000 |
| 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 découle