MétaCan
Menu
Retour à la cohorte
Enregistrement W4293068177 · doi:10.2196/39140

Developing an Immersive Virtual Reality Training System for Novel Pediatric Power Wheelchair Users: Protocol for a Feasibility Study

2022· article· en· W4293068177 sur OpenAlexaffvenue
Sara Drisdelle, Liam Power, Scott Thieu, Jordan Sheriko

Notice bibliographique

RevueJMIR Research Protocols · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueAssistive Technology in Communication and Mobility
Établissements canadiensDalhousie UniversityIzaak Walton Killam Health Centre
Organismes subventionnairesnon disponible
Mots-clésWheelchairVirtual realityProtocol (science)Human–computer interactionComputer scienceMultimediaApplied psychologyPsychologyMedicineWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Power wheelchairs can empower children with physical limitations to gain independence in their everyday lives; however, traditional methods of power wheelchair training are often limited by poor accessibility and safety concerns. Immersive virtual reality technology (IVRT) uses advanced display technology to place users in a fully immersive web-based environment that can support real-time skills training, often requiring less resources and fewer safety concerns than real-world methods. IVRT interventions have shown to be a feasible training option among adult power wheelchair users; however, there is still a need to understand the technical and clinical feasibility of developing an IVRT power wheelchair training tool for the pediatric population. OBJECTIVE: This proposed study aims to use expert feedback and an iterative design process to develop an IVRT training intervention for pediatric power wheelchair skill development. METHODS: This 3-phase feasibility study will be conducted within the assistive technology unit of a public pediatric hospital. Separate participant groups will be recruited for each phase, consisting of approximately 10 to 15 clinicians (phase 1), 10 pediatric power wheelchair users (phase 2), and 15 to 20 additional pediatric power wheelchair users (phase 3). Phase 1 will be conducted to gather feedback on the baseline IVRT training intervention. Clinicians will test the intervention and assess its usability and acceptability using qualitative and quantitative methods. Phase 1 participants will also be invited back for a subsequent session to reassess a revised version of the training intervention that has been updated based on their previous feedback. Phase 2 and phase 3 will also use mixed methods to gather feedback on the usability, acceptability, and user experience of the IVRT training intervention from current pediatric power wheelchair users. In addition, phase 3 participants will perform a skills transfer assessment to compare power mobility skill performance between the virtual reality and real-life environments. Data gathered in phase 2 will be used to further refine the IVRT intervention, whereas phase 3 data will be used to statistically evaluate the final version. RESULTS: This study was approved by the Izaak Walton Killam Health Centre research ethics board in August 2021. Phase 1 testing began in February 2022. The entire study is expected to be completed by 2023. CONCLUSIONS: The results of this study will be used to create an IVRT training intervention for pediatric power wheelchair skill development through an iterative and collaborative design process. Results may also assist in directing future studies in this area. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/39140.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,506
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0240,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0070,000
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,762
Tête enseignante GPT0,686
Écart entre enseignants0,076 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetAssistive Technology in Communication and MobilityTravaux en français237 207