Nonverbal behavior in prognostic communication: A pilot experiment in virtual reality
Notice bibliographique
Résumé
Context: Clinicians' nonverbal behaviors contribute to patients' responses to prognosis communication, yet little empirical evidence supports precise nonverbal behaviors and the mechanisms by which they contribute to perceptions of high-quality communication. Virtual reality (VR) is a promising tool for researching communication, allowing researchers to manipulate nonverbal behaviors in controlled simulation and examine outcomes. Objectives: The goal of this pilot study was to assess whether manipulated changes in avatar doctors' nonverbal behaviors could lead to measurable differences of participant feelings, reactions, or sense of immersion in a VR scenario of prognosis communication. Methods: In this pilot experiment, university student participants were randomized to a short prognosis communication simulation in immersive VR representing one of five nonverbal conditions: No nonverbals, Smile only, Nod only, Lean only, All nonverbals. Outcomes included cognitive (e.g., cognitive load, recall), socioemotional (e.g., emotional valence, satisfaction, anxiety), and immersion and presence. Results: Our sample comprised 229 participants. Pilot experimental findings suggest that some participant responses differed as a result of the manipulation of nonverbal behaviors. However, results did not point to the presence or absence of a particular nonverbal behavior as driving reactions to prognostic communication. Conclusions: VR can allow for experimental manipulation of nonverbal behavior. There is need for further development to optimally conduct sensitive and ecologically valid communication simulations for research, and for research into discrete nonverbal behaviors to improve serious illness communication training and practice. Innovation: VR experimental simulations are a promising tool for building the evidence base of nonverbal behavior in serious illness communication.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».