MétaCan
Menu
Retour à la cohorte
Enregistrement W3048708821 · doi:10.2196/18644

The Effects of Gamification on Computerized Cognitive Training: Systematic Review and Meta-Analysis

2020· article· en· W3048708821 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 · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsycINFOScopusMeta-analysisApplied psychologyContext (archaeology)Systematic reviewCognitionPsychologyTimelineMEDLINEMedical educationMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There has been a growing interest in the application of gamification (ie, the use of game elements) to computerized cognitive training. The introduction of targeted gamification features to such tasks may increase motivation and engagement as well as improve intervention effects. However, it is possible that game elements can also have adverse effects on cognitive training (eg, be a distraction), which can outweigh their potential motivational benefits. So far, little is known about the effectiveness of such applications. OBJECTIVE: This study aims to conduct a systematic review and meta-analysis to investigate the effect of gamification on process outcomes (eg, motivation) and on changes in the training domain (eg, cognition), as well as to explore the role of potential moderators. METHODS: We searched PsycINFO, Cumulative Index to Nursing and Allied Health Literature, ProQuest Psychology, Web of Science, Scopus, PubMed, Science Direct, Excerpta Medica dataBASE, Institute of Electrical and Electronics Engineers Xplore, Association for Computing Machinery, and a range of gray-area literature databases. The searches included papers published between 2008 and 2018. Meta-analyses were performed using a random-effects model. RESULTS: The systematic review identified 49 studies, of which 9 randomized controlled trials were included in the meta-analysis. The results of the review indicated that research in this context is still developing and lacks well-controlled empirical studies. Gamification in cognitive training is applied to a large range of age groups and audiences and is mostly delivered at a research site through computers. Rewards and feedback continue to dominate the gamification landscape, whereas social-oriented features (eg, competition) are underused. The meta-analyses showed that gamified training tasks were more motivating/engaging (Hedges g=0.72) and more demanding/difficult (Hedges g=-0.52) than non- or less-gamified tasks, whereas no effects on the training domain were found. Furthermore, no variables moderated the impact of gamified training tasks. However, meta-analytic findings were limited due to a small number of studies. CONCLUSIONS: Overall, this review provides an overview of the existing research in the domain and provides evidence for the effectiveness of gamification in improving motivation/engagement in the context of cognitive training. We discuss the shortcomings in the current literature and provide recommendations for future research.

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)0,000
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: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,813
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,060
Tête enseignante GPT0,353
Écart entre enseignants0,293 · 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