MétaCan
Menu
Retour à la cohorte
Enregistrement W4312327246 · doi:10.2196/36325

A Perspective on Using Virtual Reality to Incorporate the Affective Context of Everyday Falls Into Fall Prevention

2022· article· en· W4312327246 sur OpenAlexvenueno aff
Tiphanie E. Raffegeau, William R. Young, Peter C. Fino, A. Mark Williams

Notice bibliographique

RevueJMIR Aging · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVirtual realityPsychological interventionContext (archaeology)Perspective (graphical)Everyday lifeBalance (ability)AnxietyPsychologyPerceptionCognitionFall preventionApplied psychologyFalls in older adultsPoison controlHuman factors and ergonomicsPhysical medicine and rehabilitationComputer scienceHuman–computer interactionMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Virtual reality (VR) is a promising and cost-effective tool that has the potential to reduce the prevalence of falls and locomotor impairments in older adults. However, we believe that existing VR-based approaches to prevent falls do not mimic the full breadth of perceptual, cognitive, and motor demands that older adults encounter in daily life. Researchers have not yet fully leveraged VR to address affective factors related to fall risk, and how stressors such as anxiety influence older adult balance and real-world falls. In this perspective paper, we propose developing VR-based tools that replicate the affective demands of real-world falls (eg, crossing the street) to enhance fall prevention diagnostics and interventions by capturing the underlying processes that influence everyday mobility. An effort to replicate realistic scenarios that precipitate falls in VR environments will inform evidence-based diagnostics and individualize interventions in a way that could reduce falls in older adults in daily life.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil0,951

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,046
Tête enseignante GPT0,405
Écart entre enseignants0,358 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207