A Serious Game (“Fight With Virus”) for Preventing COVID-19 Health Rumors: Development and Experimental Study
Notice bibliographique
Résumé
BACKGROUND: Health rumors arbitrarily spread in mainstream social media on the internet. Health rumors emerged in China during the outbreak of COVID-19 in early 2020. Many midelders/elders (age over 40 years) who lived in Wuhan believed these rumors. OBJECTIVE: This study focused on designing a serious game as an experimental program to prevent and control health rumors. The focus of the study was explicitly on the context of the social networking service for midelders/elders. METHODS: This research involved 2 major parts: adopting the Transmission Control Protocol model for games and then, based on the model, designing a game named "Fight With Virus" as an experimental platform and developing a cognitive questionnaire with a 5-point Likert scale. The relevant variables for this experimental study were defined, and 10 hypotheses were proposed and tested with an empirical study. In total, 200 participants were selected for the experiments. By collecting relevant data in the experiments, we conducted statistical observations and comparative analysis to test whether the experimental hypotheses could be proved. RESULTS: We noted that compared to traditional media, serious games are more capable of inspiring interest in research participants toward their understanding of the knowledge and learning of health commonsense. In judging and recognizing the COVID-19 health rumor, the test group that used game education had a stronger ability regarding identification of the rumor and a higher accuracy rate of identification. Results showed that the more educated midelders/elders are, the more effective they are at using serious games. CONCLUSIONS: Compared to traditional media, serious games can effectively improve midelders'/elders' cognitive abilities while they face a health rumor. The gameplay effect is related to the individual's age and educational background, while income and gender have no impact.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».