A Feasibility Test of a Brief Mobile Virtual Reality Meditation for Frontline Healthcare Workers in a Hospital Setting
Notice bibliographique
Résumé
The purpose of this study was to examine whether a virtual reality plus neurofeedback (VR+NF) meditation experience (experimental condition) was more effective than a standard guided audio-only meditation (control condition) in improving mood in one hundred healthcare workers. Data collection occurred in a hospital setting between October, 2020 and March, 2021 at the height of the COVID-19 pandemic. Participants were alternately assigned to one of the two conditions. Before and after the meditation experience, participants completed the Brunel Mood Scale. Results indicated that both groups showed a similar and significant decrease in Anger, Tension, and Depression. On scales measuring Vigor, Fatigue, and Confusion, the VR+NF group showed decreases, while the audio-only group showed no significant change. The VR+NF group showed significant increases on the Calmness and Happiness scales, which did not change significantly in the audio-only group. These results suggest that the addition of VR and neurofeedback may increase the positive outcomes associated with standard audio-guided meditation. These increased benefits may be due to the sense of presence intrinsic to VR, the inclusion of nature-based scenes in the VR experience, as well as the increased self-awareness created by the addition of neurofeedback. As the pre and post measures take place within one 50-min session, further studies assessing the longer-term changes are needed.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».