A Preliminary Study on the Development of a Virtual Reality‐Based Financial Decision‐Making Training Tool for Investment Trusts: Usability and Acceptability Among Community‐Dwelling Healthy Older People
Notice bibliographique
Résumé
BACKGROUND: As global population ages, financial gerontology is becoming increasingly important in supporting older adults' financial decision-making. The decline in the real asset value of financial assets driven by inflation and social security reforms necessitates investment strategies beyond traditional savings. However, age-related cognitive decline can impair financial decision-making capacity, highlighting the need for effective interventions. Virtual reality (VR)-based training appears promising in enhancing cognitive function, making it an engaging tool for financial education. This study aimed to evaluate the usability and acceptability of a VR-based financial decision-making training tool for investment trust among community-dwelling older adults. METHODS: Twenty-eight cognitively healthy older adults (≥ 60 years, Japanese version of the Montreal Cognitive Assessment ≥ 26) participated in a usability study using the Oculus Quest 2. The VR training involved interacting with an avatar that explained investment trust and answered decision-making quizzes. Usability and acceptability were assessed using a System Usability Scale, a Simulator Sickness Questionnaire, Likert-scale ratings on content clarity and content analysis of open-ended responses. RESULTS: The median training session lasted 21.8 min, and most participants (89.3%) completed the task with minimal or no support. The System Usability Scale score was 63.8, slightly below the usability benchmark, whereas Simulator Sickness Questionnaire scores indicated minimal VR-induced discomfort (overall score: median 3.7). Content analysis revealed three major strengths-cognitive support, emotional engagement and learner autonomy-and four key challenges including interface usability, content difficulty, physical comfort, and auditory pacing. CONCLUSIONS: This preliminary study suggests that VR-based financial decision-making training is a promising tool for financial education in older adults, as it may reduce psychological barriers to financial learning. However, improvements in usability, including intuitive and interactive feedback, are required. Future studies should explore the long-term impact of VR training on financial decision-making, potential adaptations for vulnerable populations, and its role within hybrid financial education programs.
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 | 0,008 | 0,006 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».