MétaCan
Menu
Retour à la cohorte
Enregistrement W4417436048 · doi:10.3390/buildings15244558

A Biophilic Therapeutic Framework for Ageing Well in Care Settings

2025· article· en· W4417436048 sur OpenAlexfundno aff
Carolyn Thomas, Yangang Xing, Andrew Knight, David J. Brown

Notice bibliographique

RevueBuildings · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesTrent UniversityNottingham Trent University
Mots-clésNatural (archaeology)Wearable computerCognitionWearable technologyHealth careLevel designAssisted livingAging in placeQuality of life (healthcare)

Résumé

récupéré en direct d'OpenAlex

Access to nature is fundamental to human health and wellbeing, yet opportunities for direct and frequent engagement with natural environments are often restricted for individuals in the 80+ age category, particularly those in care settings or living in remote locations. There is therefore an urgent need to enhance nature connections in care settings and provide personalised, restorative experiences that reflect individuals preferred natural features. This prefeasibility pilot study developed a framework to inform the design of therapeutic care settings, grounded in the principles of biophilic neuroarchitecture and designed to support ageing well. Conducted over six months in two care environments, the study applied the biophilic pattern of Complexity and Order to simulate Natural Analogues within immersive virtual settings. Mixed methods combining wearable sensor data and self-reported wellbeing measures were used to assess psychophysiological, emotional, and cognitive responses among participants aged 80 and above. Findings revealed that VR content aligned with individual nature preferences elicited higher levels of engagement, relaxation, and positive affect. This study demonstrates the potential for implementing biophilic design applications to develop therapeutic care settings which promote wellbeing and healthy ageing, particularly where access to real nature is infrequent or limited.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,627
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,280
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetUrban Green Space and HealthTravaux en français237 207