MétaCan
Menu
Retour à la cohorte
Enregistrement W3126775743 · doi:10.3389/fnhum.2021.628818

The Role of Virtual Reality in Screening, Diagnosing, and Rehabilitating Spatial Memory Deficits

2021· article· en· W3126775743 sur OpenAlexaff
Miles Jonson, Sinziana Avramescu, Derek Chen, Fahad Alam

Notice bibliographique

RevueFrontiers in Human Neuroscience · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensHumber River Regional HospitalHealth Sciences CentreUniversity of WaterlooUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésVirtual realityMemory impairmentRecallNeuropsychologyCognitive psychologySpatial memoryComputer scienceCognitionSpatial cognitionPsychologyHuman–computer interactionWorking memoryNeuroscience

Résumé

récupéré en direct d'OpenAlex

Impairment of spatial memory, including an inability to recall previous locations and navigate the world, is often one of the first signs of functional disability on the road to cognitive impairment. While there are many screening and diagnostic tools which attempt to measure spatial memory ability, they are often not representative of real-life situations and can therefore lack applicability. One potential solution to this problem involves the use of virtual reality (VR), which immerses individuals in a virtually-simulated environment, allowing for scenarios more representative of real-life without any of the associated risks. Here, we review the evidence surrounding the use of VR for the screening and diagnosis of spatial memory impairments, including potential limitations and how it compares to standard neuropsychological tests. We will also discuss the evidence regarding the potential use of VR in the rehabilitation of spatial memory deficits, which has not been well studied, but which could be game-changing if proven successful.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,271

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,018
Tête enseignante GPT0,308
Écart entre enseignants0,290 · 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

Citations37
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Human NeuroscienceMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207