A Pilot Tool of the Virtual Scenario Initial Dementia Cognitive Screening (VSIDCS) with a Cultural Exhibition for Improving the Standard Traditional Test
Notice bibliographique
Résumé
Dementia has become a serious global health problem for older people. In the past, primary screening for dementia was carried out by a paper test. These standard traditional tests (e.g., Montreal Cognitive Assessment (MoCA) and Mini-Mental State Examination (MMSE)) have been used for many years. In addition to paper tests, is there another way to let people have better involvement and emotions during the test procedure? With the advancement of technology, the application of virtual reality (VR) and augmented reality (AR) have changed and improved many medical technologies. However, there are few applications of VR and AR in dementia screening. The purpose of this study was to apply VR and AR to construct a pilot tool for virtual scenario initial dementia cognitive screening (VSIDCS) with a cultural exhibition, to achieve better involvement and emotions in participants. There were three operating interfaces designed for the system: a VR screening interface, cognitive board, and AR recognition interface. There were twenty-four middle-aged people (Female 10 and Male 14 between 50 and 65 years of age and with an average age of 58.7 years) selected for the test. The results of the experiments showed that VSIDCS test scores are consistent with those of the MoCA and MMSE. Additionally, VSIDCS can induce better involvement and emotions than the MoCA and MMSE. Participants showed better enthusiasm and more positive experiences during the VSIDCS test.
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 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 | 0,000 | 0,001 |
| 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».