Preparing the Heart for Duty: Virtual Reality Biofeedback in an Arousing Action Game Improves in-Action Voluntary Heart Rate Variability Control in Experienced Police
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
Adequate control over evolutionary engrained bodily stress reactions is essential to avoid disproportionate responses during highly arousing situations in police. This regulation can be trained via heart rate variability (HRV)-biofeedback, a widely used intervention aiming to improve stress regulation, but typically conducted under passive, low arousing conditions. We integrated closed-loop HRV-biofeedback in a newly designed engaging Virtual Reality (VR) action game containing the behavioral elements typically compromised under stress. Specifically, we aimed to train in-action physiological self-control under high arousal to allow improved transfer to real-life. A pre-registered (https://osf.io/cdsbx) quasi-randomized controlled trial in 109 police trainers demonstrated highly significant increases in HRV (32% average), through the engaging and gamified closed loop biofeedback. This ability to voluntarily upregulate in-action HRV transferred to game sessions without biofeedback (near transfer). Critically, we could additionally demonstrate transfer to a professional shooting performance assessment outside VR (far transfer). These results suggest that real time-biofeedback in stressful and active action contexts can help train professionals such as police in real-life stress regulation.
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 | 0,000 |
| 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