Virtual reality as a tool to explore multisensory processing before and after engagement in physical activity
Notice bibliographique
Résumé
Introduction This pilot study employed a non-randomized control trial design to explore the impact of physical activity within a virtual reality (VR) environment on multisensory processing among community-dwelling older adults. Methods The investigation compared both chronic (over 6 weeks) and acute effects of VR-based physical activity to a reading control group. The evaluation metrics for multisensory processing included audiovisual response time (RT), simultaneity judgments (SJ), sound-induced flash illusion (SIFI), and temporal order judgments (TOJ). A total of 13 older adults were provided with VR headsets featuring custom-designed games, while another 14 older adults were assigned to a reading-based control group. Results Results indicated that acute engagement in physical activity led to higher accuracy in the SIFI task (experimental group: 85.6%; control group: 78.2%; p = 0.037). Additionally, both chronic and acute physical activity resulted in quicker response times (chronic: experimental group = 336.92; control group = 381.31; p = 0.012; acute: experimental group = 333.38; control group = 383.09; p = 0.006). Although the reading group showed a non-significant trend for greater improvement in mean RT, covariate analyses revealed that this discrepancy was due to the older age of the reading group. Discussion The findings suggest that immersive VR has potential utility for enhancing multisensory processing in older adults. However, future studies must rigorously control for participant variables like age and sex to ensure more accurate comparisons between experimental and control conditions.
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 | 0,001 |
| 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 ».