Active Video Games Using Virtual Reality Influence Cognitive Performance in Sedentary Female University Students: A Randomized Clinical Trial
Notice bibliographique
Résumé
Background: Virtual reality (VR) is an emerging technology that is proving to be effective in encouraging physical activity (PA) and improving health. Although regular PA has many advantages, physical inactivity continues to be a significant global health concern. Using an ActivPAL for PA assessment, this study examines the effects of an active video game (AVG) using VR on cognitive function among female university students. Methods: We randomly divided 44 sedentary female university students (mean age 21.3 years, SD 1.12 years) into two groups, the control group and VR group. During the study period, the VR group was required to play the Beat Saber VR game for 20 min, while the control group was required to remain quiet. Their cognitive performance was evaluated using the Montreal Cognitive Assessment (MoCA)—Arabic version pre- and post-test, and the PA level and intensity were tracked using the ActivPAL. Results: There was a significant difference between the MoCA total score pre-test (mean = 22.3, SD = 2.25) and the MoCA total score post-test (mean = 23.4, SD = 2.48), t (23) = 1.87, p = 0.03. The VR game significantly influenced the naming, abstraction, and orientation components of the MoCA scale (all p ≤ 0.05). The intensity of PA generated by the VR game was equivalent to moderate-to-vigorous PA, with a mean of 4.98 metabolic equivalents of task (MET) (SD = 1.20). Conclusions: The VR game improved the cognitive ability compared to the control group, suggesting that VR games have a positive impact on cognitive function. Physically inactive female university students have been found to benefit from VR games in terms of their cognitive function.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».