A Novel Virtual Reality-Based Nature Meditation Program for Older Adults’ Mental Health: Results from a Pilot Randomized Controlled Trial
Notice bibliographique
Résumé
OBJECTIVES: The rapid aging of the global population necessitates innovative interventions to address older adults' mental health. This pilot study evaluated the feasibility, acceptability, and preliminary efficacy of a 4-week, 8-session nature-mindfulness-compassion program using immersive virtual reality (Embodied-and-Embedded-Mindfulness-Compassion-Framework - Virtual-Reality (EEMCF-VR)) for older adults' mental health. METHODS: = 12). Participants completed self-report assessments of stress, positive and negative emotions, coping self-efficacy, psychosocial well-being, mindfulness, and nature connectedness at baseline (T1), midpoint (T2), post-intervention (T3), and 4-week follow-up (T4). Additionally, the EEMCF-VR group completed program feedback (T3) and simulator sickness (T1-T3) questionnaires. RESULTS: EEMCF-VR met feasibility benchmarks (recruitment targets achieved, attrition < 15%) and was well-tolerated (minimal simulator sickness). Participant feedback indicated high acceptability. The EEMCF-VR group reported significantly lower stress and negative emotions at T2 and T4 compared to controls. Qualitative analysis highlighted perceived benefits and components to retain (e.g. video content) or refine (e.g. headset weight). CONCLUSIONS: EEMCF-VR demonstrated feasibility and acceptability, with promising effects on stress and mood, warranting investigation in larger trials. CLINICAL IMPLICATIONS: EEMCF-VR shows potential as a scalable intervention to reduce older adults' emotional distress.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».