Development of a Novel Virtual Reality Serious Game with Age Sensitive Measurement for Spatial Orientation Training
Notice bibliographique
Résumé
When designing a cognitive serious game for older adult, it is also equally important to design a cognitive sensitive measurement. A significant number of previous studies in this era have formulated measurements with time and distance traversed in virtual environments. Both these parameters are susceptible to decline in motor skills that come with normal aging. Hence, they may not the best parameters for cognitive assessment among older adults. In this pilot study we developed a novel virtual environment and used the concept of error measurement from our lab’s previous study to come up with a new formula specific to this game for assessing spatial orientation in young and older adults. The spatial measure formula is compared with the measure of traversed distance by its power to predict participants’ age. The game and its proposed spatial measure formula was evaluated using data from 10 healthy young participants (21- 39 yr old) and 10 older healthy older adults (60-79 yr old). The participants’ cognitive status was tested by the Montreal Cognitive Assessment (MoCA). The results show that our proposed spatial error measurement has a medium strength correlation with age (more than that of traversed distance), which can be attributed to normal aging. Thus, while it is age sensitive, it is not affected by experience of playing video games in general. A See Path Again help button was used in the game, usage of which showed that some paths were easier to retrace than others; that might be because no mental rotation was involved in those paths.
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 | 0,000 |
| 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 | 0,000 | 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 ».