Advancing Cognitive–Motor Assessment: Reliability and Validity of Virtual Reality-Based Testing in Elite Athletes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Emerging virtual reality (VR) technologies provide objective and immersive methods for assessing cognitive–motor function, particularly in elite sport. This study evaluated the reliability and validity of VR-based cognitive–motor assessments in a large sample of elite male athletes (n = 829). Ten cognitive–motor tests, delivered via Oculus Quest 2 headsets, were used, covering four domains: Balance and Gait (BG), Decision-Making (DM), Manual Dexterity (MD), and Memory (ME). A Confirmatory Factor Analysis (CFA) was conducted to establish a four-factor model and generate data-driven weights for domain-specific composite scores. The results demonstrated that the composite scores for BG, MD, ME, and a Global Cognitive–Motor (CM) score were all normally distributed. However, the DM score significantly deviated from normality, exhibiting a pronounced ceiling effect. Test–retest reliability was high across all cognitive–motor domains. In summary, VR assessments offer ecologically valid and precise measurements of cognitive–motor abilities by capitalising on high-fidelity motion tracking and standardised test delivery. In particular, the Global CM Score offers a robust metric for parametric analyses. While future work should address the DM ceiling effect and validate these tools in diverse populations, this approach holds significant potential for enhancing the precision and sensitivity of psychological and clinical assessment.
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.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle