A Virtual Reality Game to Change Sun Protection Behavior and Prevent Cancer: User-Centered Design Approach
Notice bibliographique
Résumé
BACKGROUND: Public health sun safety campaigns introduced during the 1980s have successfully reduced skin cancer rates in Australia. Despite this success, high rates of sunburn continue to be reported by youth and young adults. As such, new strategies to reinforce sun protection approaches in this demographic are needed. OBJECTIVE: This study aims to develop a virtual reality (VR) game containing preventive skin cancer messaging and to assess the safety and satisfaction of the design based on end user feedback. METHODS: Using a two-phase design approach, we created a prototype VR game that immersed the player inside the human body while being confronted with growing cancer cells. The first design phase involved defining the problem, identifying stakeholders, choosing the technology platform, brainstorming, and designing esthetic elements. In the second design phase, we tested the prototype VR experience with stakeholders and end users in focus groups and interviews, with feedback incorporated into refining and improving the design. RESULTS: The focus groups and interviews were conducted with 18 participants. Qualitative feedback indicated high levels of satisfaction, with all participants reporting the VR game as engaging. A total of 11% (2/8) of participants reported a side effect of feeling nauseous during the experience. The end user feedback identified game improvements, suggesting an extended multistage experience with visual transitions to other environments and interactions involving cancer causation. The implementation of the VR game identified challenges in sharing VR equipment and hygiene issues. CONCLUSIONS: This study presents key findings highlighting the design and implementation approaches for a VR health intervention primarily aimed at improving sun protection behaviors. This design approach can be applied to other health prevention programs in the future.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».