Notice bibliographique
Résumé
Medical procedures, like IV insertions and pin removals, may cause pain and anxiety in children. While preventable, high rates of procedural pain persist in hospitals. The use of distraction, such as virtual reality (VR), offers a non-pharmacological approach for pain and anxiety management during medical procedures. More specifically, VR is an immersive technology that brings the user into a three-dimensional world that looks and feels real. The illustration depicts how VR works to decrease pain perception through the analogy of a tug-of-war between pain signaling and VR. During a medical procedure, a child``'s attention may be focused on the IV poke, increasing pain perception. However, if the child is immersed in a VR game during their medical procedure, the VR pulls the brain's attention away from the IV poke towards an imaginary and pleasant world. As VR is immersive and interactive, it consumes more attention than pain, thereby decreasing pain perception, and winning the tugr-of-war. Despite the evidence for VR, there is a 20-year gap in the implementation of VR across child healthcare settings. Our team is currently investigating the barriers, facilitators, and contextual challenges for VR use in child healthcare, and in parallel developing tools to disseminate research evidence and facilitate intergation of VR into the standard of care. This illustration serves as reminder of how VR is thought to help with pain management. To learn more about VR, visit: https://www.mcgill.ca/virtualrealityforchildcare/
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,448 | 0,162 |
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 ».