Game on: Staff Insights into Gamified Exercise for Long-Term Care Residents Living with Dementia—A Pilot Study
Notice bibliographique
Résumé
Background/Objectives: The aging population presents significant challenges to healthcare systems, with conditions like dementia severely affecting the quality of life for older adults, especially those in long-term care. Gamification has the potential to motivate older adults to engage in exercise by transforming physical activities into enjoyable experiences. Incorporating gaming elements in cycling exercises can foster a sense of interest and achievement, potentially improving health outcomes. This pilot study aims to explore interdisciplinary staff perspectives on using a digital game to motivate cycling exercise among residents living with dementia in long-term care (LTC). Methods: This study applied a qualitative description design. Using an interpretive description approach, we conducted focus groups with 29 staff members, including recreational therapists, rehabilitation therapists, nurses, care aides, and leadership in an LTC home. The consolidated framework for implementation research (CFIR) guided the data analysis to identify barriers and facilitators to adopting the digital game. Results: Engaging LTC residents living with dementia presents various challenges. Identified potential barriers to implementing the cycling game include cognitive and physical limitations, resistance to change, and intervention complexity. Frontline staff strategies include flexible invitations, social groups, making it fun, and building rapport. Success relies heavily on its cultural and individual relevance, along with strong support from leadership, peers, and family. Conclusions: This pilot study explored staff perspectives on the potential integration of a gamified cycling intervention for older adults with dementia in long-term care settings. Staff emphasized that successful implementation would depend on addressing key barriers and identifying enabling strategies. Based on these findings, practice implications were provided to support effective integration. Further research, including resident input and long-term evaluations, is needed to assess the feasibility, acceptance, and effectiveness of gamification in promoting health outcomes for this population. This study adhered to the COREQ Checklist.
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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».