Are Conventional Combined Training Interventions and Exergames Two Facets of the Same Coin to Improve Brain and Cognition in Healthy Older Adults? Data-Based Viewpoint
Notice bibliographique
Résumé
Combining physical, motor, and cognitive exercises is expected to be effective to attenuate age-related declines of brain and cognition in older adults. This can be achieved either by conventional interventions or by exergames. This paper aimed to determine whether conventional combined training and exergame interventions are two comparable ways for delivering combined training. In total, 24 studies on conventional training and 23 studies on exergames were selected and compared. A common framework was used to analyze both types of combined training interventions. Our analysis showed that conventional combined training interventions were more effective than separated physical and motor training to improve brain and cognition, while their superiority over cognitive training alone remains to be confirmed. Exergames scarcely led to cognitive benefits superior to those observed after physical, motor, or cognitive training alone. Thus, although both conventional training interventions and exergames allowed delivering combined training programs, they are not two facets of the same coin. Further studies that are more theoretically grounded are necessary to determine whether interventions delivered via exergames may lead to superior benefits compared to conventional separated and combined training interventions.
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 | 0,102 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,007 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».