Acceptance of physical activity virtual reality games by residents of long-term care facilities: a scoping review
Notice bibliographique
Résumé
PURPOSE: This scoping review aims to identify evidence on older adults' acceptance of PA VR games in LTC facilities, describe research designs used, define key acceptance concepts, and identify knowledge gaps for future research. MATERIALS AND METHODS: Following Arksey and O'Malley's framework, data from published and unpublished articles (Jan 2000-May 2023) were collected. Twelve databases and additional sources were searched for studies on LTC residents (≥65 years), PA video games (including VR and console games), acceptance, and attitudes. Data extraction included article details, design, population, intervention, outcomes, and limitations. RESULTS: Five studies met inclusion criteria from 1628 initial titles. They assessed acceptance of PA VR games among older adults in LTC facilities, showing varying levels of acceptance. Most studies used analytical designs, including RCTs. Key concepts of VR acceptance were poorly defined, with only one study using a validated TAM questionnaire. Knowledge gaps highlight the need for further research to understand PA VR acceptance among older adults in LTC facilities. CONCLUSION: Validated acceptance questionnaires are needed in study of VR acceptance by older adults. Use of qualitative and quantitative methods can enhance understanding of technology acceptance, alongside exploration of individual, environmental, and age-related factors. Detailed reporting of VR interventions is recommended to comprehend acceptance factors.
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 | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,012 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».