Examining and Comparing the Energy Expenditure of Two Modes of a Virtual Reality Fitness Game (Supernatural): Indirect Calorimetry Study
Notice bibliographique
Résumé
Background The effectiveness of virtual reality (VR) fitness games as a form of moderate to vigorous physical activity has yet to be thoroughly quantified through gold standard energy expenditure measures. Objective The purpose of this study was to examine the energy expenditure of 2 medium-intensity modes (“Flow and “Boxing”) of a VR fitness game, Supernatural, using indirect calorimetry. Methods Indirect calorimetry was used to examine relative and objective maximal oxygen consumption (VO2 max), metabolic equivalents of task (METs), and calories burned during medium-intensity bouts of both Flow and Boxing gameplay modes in young (mean age 25.42, SD 3.25 years), active individuals (n=12 female and n=11 male). METs and calories were also compared using a triaxial waist-worn accelerometer, an Apple smartwatch, and a VR headset. Mood states were assessed pre- and postbout using the shortened Profile of Mood States Questionnaire. Paired 2-tailed t tests were used to examine differences in game modes, between sexes, and pre-post exercise sessions. Results Objective and relative VO2 max averaged 1.93 (SD 0.44) L/min and 27.61 (SD 5.60) mL/kg/min, respectively, between modes. Flow (mean 8.2, SD 1.54 METs) and Boxing (mean 7.6, SD 1.66 METs) are both classified as high energy expenditure, vigorous activities. Calorie expenditure data of the accelerometer and VR headset differed significantly from the metabolic cart. Mood changes pre- to post exercise were consistent with expected values for moderate- to vigorous-intensity physical activity, with participants reporting that they felt more “active,” “full of pep,” “vigorous,” and “lively” (P<.05) following bouts. Male individuals reported higher objective oxygen consumption (VO2) for both Flow and Boxing modes; no other sex-specific differences were observed. Conclusions Both Flow and Boxing gameplay modes of Supernatural classify as vigorous physical activity and demonstrate the potential to promote mental and physical health benefits. Supernatural may be an effective exercise modality in a VO2 training program.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».