Designing Virtual Natural Environments for Older Adults: Think-Aloud Study
Notice bibliographique
Résumé
BACKGROUND: Spending time in natural environments is beneficial for human health, but many older adults have limited or no access to natural environments. Virtual reality technology may be a means to facilitate nature experiences, and so, there is a need for knowledge on how to design virtual restorative natural environments for older adults. OBJECTIVE: The aim of this study was to identify, implement, and test older adults' preferences and ideas regarding virtual natural environments. METHODS: A total of 14 older adults (mean age 75, SD 5.9 years) participated in an iterative process to design such an environment. We used think-aloud protocols and qualitative content analysis and established questionnaires that targeted usability, affective aspects, and side effects. These data guided the design decisions for incremental implementations of a prototype. RESULTS: The participants' preferences included trueness to reality in terms of rendition and behavior; traces of human activity and natural processes that trigger the imagination and provide believability; the ability to roam, explore, and interact with the environment; and a familiar, relatable environment that evokes memories. The iterative design process resulted in a prototype featuring many of the participants' ideas and preferences, including a seated locomotion technique, animals, a boat ride, the discovery of a boat wreck, and apple picking. The questionnaire results indicated high perceived usability, interest, and enjoyment; low pressure and tension; moderate value and usefulness; and negligible side effects. CONCLUSIONS: We suggested 3 principles for virtual natural environments for older adults: realness, interactivity, and relatedness. Virtual natural environments should also provide a diversity of content and activities to accommodate the heterogeneity in older adults' preferences. These results can contribute to a framework for designing virtual natural environments for older adults. However, these findings need to be tested and potentially revised in future studies.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».