Construction of a Serious Games for children with Developmental Coordination Disorder
Notice bibliographique
Résumé
Abstract Introduction Serious Games are games with a learning objective that aim to improve motor and cognitive skills by simulating challenges similar to real life. This makes them suitable as they allow the treatment, diagnosis and assessment of health conditions, making it possible to use them in interventions with children who have Developmental Coordination Disorder (DCD). Objective To present the construction of a Serious Game for intervention with children diagnosed/suspected of DCD. Methodology This is an exploratory and descriptive study that proposes the creation of a Serious Game to stimulate the motor performance of children with DCD. It was built by a team made up of three teachers and two students from the Occupational Therapy course, a teacher and a student from the Computer Science course, a teacher and a student from the Design course, from August 2020 to August 2022. Results The game initially planned for the Kinect was adapted to work on computers with webcam recognition, resulting in the game “BRINCOORD”. It includes three playable stages designed to work on performance skills in children with BDD. Conclusion “BRINCOORD” is an innovative initiative that highlights games as a promising therapeutic tool. Although research in this area is developing, there are few studies on the effects of games on improving motor skills in children, especially children with DCD. Given this, it is hoped that “BRINCOORD” can contribute to future evidence on the use of Serious Games in intervention with children with DCD.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».