MétaCan
Menu
Retour à la cohorte
Enregistrement W4403340888 · doi:10.2196/58828

Making Video Games More Inclusive for People Living With Motor Neuron Disease: Scoping Review

2024· article· en· W4403340888 sur OpenAlexvenueno aff
Ben O’Mara, Matthew Harrison, Kirsten Harley, Natasha Dwyer

Notice bibliographique

RevueJMIR Rehabilitation and Assistive Technologies · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurogenetic and Muscular Disorders Research
Établissements canadiensnon disponible
Organismes subventionnairesSwinburne University of TechnologyUniversity of New South WalesMotor Neurone Disease Australia
Mots-clésPreprintMotor neurone diseaseAssistive technologyPhysical medicine and rehabilitationPsychologyAmyotrophic lateral sclerosisDiseaseMedicineComputer scienceHuman–computer interactionWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Evidence suggests that individuals with motor neuron disease (MND), a terminal illness, find enjoyment and social connection through video games. However, MND-related barriers can make gaming challenging, exacerbating feelings of boredom, stress, isolation, and loss of control over daily life. OBJECTIVE: We scoped the evidence to describe relevant research and practice regarding what may help reduce difficulties for people with MND when playing video games. METHODS: A scoping review was conducted using the Arksey and O'Malley framework, recent scoping review guidance, and engaging with people with lived experience of MND. Peer-reviewed studies were sourced from PubMed and the Swinburne University of Technology Library. Gray literature was identified from government, not-for-profit, commercial, and community websites. Data were extracted and summarized from the collected literature. RESULTS: The evidence base, consisting of quantitative and qualitative research, lived experience stories, information resources, reviews, and guidelines, included 85 documents. Only 8 (9%) directly addressed video games and people with MND; however, these studies were limited in depth and quality. The primary technologies examined included customized information and communications technology for communication and control of computing systems (including desktop, laptop, smartphone, tablet, and console systems) and video game software and hardware (including hand controllers and accessibility features, such as difficulty level, speed, and remappable buttons and controls). Common factors in the evidence base highlight barriers and enablers to enjoying video games for people with MND. These include technological, physical, social, and economic challenges. Addressing these requires greater involvement of people with MND in game and technology research and development. Changes to information and communications technology, game software and hardware, policies, and guidelines are needed to better meet their needs. CONCLUSIONS: There is a significant gap in understanding the lived experience of people with MND with video games and what makes playing them easier, including appropriate customization of technology and the social experience of games. This gap perpetuates exclusion from gaming communities and recreation, potentially worsening social isolation. Existing evidence suggesting viable options for future research and practice. Video game and information and communications technology research and development must prioritize qualitative and quantitative research with people with MND at an appropriate scale, with a focus on lived experience, use of improved participant engagement techniques, and user-focused design for more inclusive games. Practical work needs to increase awareness of what can help make games more inclusive, including incorporation of accessibility early in the game production process, early incorporation of accessibility in game production, and affordable options for customized interfaces and other devices to play games.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,652
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,021
Tête enseignante GPT0,375
Écart entre enseignants0,354 · 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'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Rehabilitation and Assistive TechnologiesMême sujetNeurogenetic and Muscular Disorders ResearchTravaux en français237 207