How Exergaming with Virtual Reality Enhances Specific Cognitive and Visuo‐Motor Abilities: An Explorative Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Virtual reality (VR) is the computer simulation of a three-dimensional environment that a person can interact with using special electronic equipment, such as a headset with an integrated display. Often coupled with VR, exergames are video games that involve physical exercise. Little is known regarding the chronic effects of exergaming through VR chon cognitive functions. Eleven young participants were enrolled in this crossover exploratory study. They had to follow two trainings of 5 consecutive days, 15 min per day, interspaced by a 1-month washout period. Trainings were performed in a random order: (1) a video training using shadow boxing fitness videos (SBV) and (2) a VR training using a three-dimensional game where the aim is to cut moving cubes with a sword in each hand. Before and after each training period, a battery of cognitive tests was performed to assess executive functions, such as attention (change blindness), reaction time, response inhibition (go/no-go, Stroop task), or flexibility (trail making test). Fine motor skills were also evaluated through a Fitt's task. No effect of the SBV training was observed on any of the cognitive functions tested. On the contrary, a significant increased performance in selective attention and observation tests was found after VR training, as well as in inhibitory processes (Stroop and go/no-go). Other performances were unaffected by either VR or SBV training. The present study argues that VR exergaming is a promising tool to promote cognitive enhancement but targets specific functions according to the type of interface/game that is used.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| 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 découle