Virtual serious games for women’s health education: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Virtual serious games (VSGs) offer an engaging approach to women's health education. This review examines the state of research on VSGs, focusing on intended users, design characteristics, and assessed outcomes. METHODS: Following JBI methodology guidance for the scoping review, searches were conducted in the MEDLINE, CINAHL, EMBASE, Web of Science, and PsycINFO databases from inception to April 22, 2024. Eligible sources included participants: women or females aged 18 years and older, with no restrictions based on health condition or treatment status; concept: VSGs; context: settings where health education is provided. Sources were restricted to English language and peer-reviewed articles. Two reviewers independently screened titles, abstracts, and full texts using eligibility criteria. Data extraction was performed by one reviewer and verified by another using a custom tool. Quantitative (e.g., frequency counting) and qualitative (content analysis) methods were employed. The findings were organized into figures and tables accompanied by a narrative description. RESULTS: 12 studies from 2008 to 2023, mostly in the U.S. (66.7%), explored various age groups and women's health, focusing on breast and gynecological cancer (67%). Half (50%) of the VSGs were theory-informed; 41.7% involved users, and 58.3% had partnerships. Game types included tablet (41.7%), mobile (25%), and web (33.3%). Gameplay dosage varied from single session (50%) to self-directed (25%) and specific frequency (25%). Gameplay duration was self-directed (50%) or fixed lengths (50%). Outcomes included knowledge (50%), skills (16.7%), satisfaction (58.3%), health-related metrics (41.7%), and gameplay analysis (16.7%). CONCLUSIONS: Studies show increased interest in VSGs for women's health education, especially regarding breast and gynecological cancer. The focus on theoretical frameworks, user involvement, and collaborations highlights a multidisciplinary approach. Varied game modalities, dosage, and assessed outcomes underscore VSG adaptability. Future research should explore long-term effects of VSGs to advance women's health education.
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 | 0,008 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».