Usability of a virtual reality manual wheelchair simulator
Notice bibliographique
Résumé
PURPOSE: Individuals with impaired mobility often require assistance for getting around. The skilled use of a manual wheelchair (MW) is required in order to gain independence while preventing injuries. Training in a virtual reality (VR) setting allows for safe practice of MW skills in a wide range of environments. We developed a low-cost MW simulator which includes visual and haptic feedback. Our objectives were to assess the usability and fidelity of the VR simulator, by clinicians and expert MW users, and to determine whether the addition of haptic feedback would positively improve the user's experience. MATERIALS AND METHODS: This mixed method study investigated the sense of presence, overall experience and ease of use of the experience in six MW users, as well as five clinicians (wheeled mobility experts) who practiced in the simulator. RESULTS: Participants reported a positive perception of usefulness, sense of presence, and immersion during the MiWe simulator experience. The addition of haptic feedback to the simulator significantly enhanced fidelity of the overall experience, compared to the no-feedback condition. CONCLUSION: Our low-cost simulator was well perceived by clinicians and MW users and was considered as a potentially useful tool to complement MW skill training.IMPLICATIONS FOR REHABILITATIONWe developed a low-cost, virtual reality simulator with visual and haptic feedback, for the practice of manual wheelchair skills.Expert clinicians and wheelchair users reported a positive experience after practicing in the wheelchair simulator, in terms of presence, realism and usability.Participants highlighted the potential usefulness of our low-cost simulator in the training of manual wheelchair skills.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».