MétaCan
Menu
Retour à la cohorte
Enregistrement W4386412535 · doi:10.2196/36154

Understanding Senior Adults’ Needs, Preferences, and Experiences of Commercial Exergames for Health: Usability Study

2023· article· en· W4386412535 sur OpenAlexvenueno aff
Yu‐Han Wang

Notice bibliographique

RevueJMIR Serious Games · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdventureThematic analysisUsabilityPsychologyDanceApplied psychologyPsychological interventionMedical educationQualitative researchMedicineComputer scienceHuman–computer interactionSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many senior adults are at risk of mental and physical disorders due to a lack of sufficient exercise. Therefore, adherent exercise should be urgently promoted to improve senior adults' muscle strength, preventing falls and conditions caused by physical and cognitive decline. However, off-the-shelf exercise games, so-called exergames, are mainly targeted at the younger generation or children, while senior adults are neglected, when this age group strongly needs exercise. Exergames could serve as a health intervention for promoting exercise. OBJECTIVE: This study aimed to investigate senior adults' experience, perceptions, and acceptance of game technology to promote exercise in order to suggest game design guidelines. METHODS: In this usability study, participants engaged in playing Nintendo Switch and Xbox Kinect games, after which semistructured interviews were conducted. Before the gameplay, the participants provided their background information, exercise habits, and use of technology products. Next, all participants completed a workshop including 3 activities (brief instructions on how to play the games: 20 minutes; playing the selected exergames: 80 minutes; semistructured interviews: 20 minutes) for 2 hours a day for 3 days each. The participants played the latest Nintendo Switch games (eg, Just Dance, Boxing, Ring Fit Adventure) and Xbox Kinect games (eg, Kinect Adventures!, Mini Games). Just Dance, Zumba, and Boxing were played in activity 1; Ring Fit Adventure and Mini Games in activity 2; and Kinect Adventures! in activity 3. Reflexive thematic analysis was applied to identify the relative themes generated from the interviews. RESULTS: In total, 22 participants (mean age 70.4, SD 6.1 years) were enrolled in the workshop in May 2021. The results of the generated themes included incomprehension of game instructions, psychological perception of game technology, and game art preferences. The subthemes generated from game art preferences included favorite game genres, characters, and scenes. CONCLUSIONS: There is a significant need for customized game tutorials considering senior adults' cognitive and physical aging. Furthermore, the adventure game genre is preferable to other games. Humanlike game characters are preferable, especially those with a fit and healthy body shape. Nature scenes are more enjoyable than indoor stages or rooms. Furthermore, the game intensity design and playing time should be carefully planned to meet the World Health Organization's criteria for physical activity in older adults. Intelligent recommendation systems might be helpful to support older adults with various health conditions. The guidelines suggested in this study might be beneficial for game design, exercise training, and game technology adoption of exergames for older adults to improve health.

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)0,001
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 enseignants0,032
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,086
Tête enseignante GPT0,367
Écart entre enseignants0,281 · 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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetTechnology Use by Older AdultsTravaux en français237 207