Juegos digitales para el aprendizaje de adultos mayores: percepciones de los usuarios sobre la ergonomía
Bibliographic record
Abstract
¿Qué sabemos sobre las condiciones ergonómicas para la creación de un juego educativo en línea eficaz que ponga en contacto a personas de la tercera edad? Varios estudios (Astell, 2013; De Schutter, 2011; Diaz-Orueta, Facal, Herman Nap, & Ranga, 2012; Marston, 2013) indican que los juegos en línea para adultos mayores deben poder adaptarse a las exigencias del público objetivo. Un diseño inapropiado puede desestimular su uso, reduciendo así sus potenciales beneficios. Dada la importancia de un buen diseño de la interfaz, se hace necesario conocer las condiciones ergonómicas que deben tenerse en cuenta con el fin de asegurar la adaptación del juego a las características cognitivas y físicas de los adultos mayores. Consideramos que un juego educativo en línea es eficaz cuando responde a dos criterios básicos: utilidad y usabilidad. El objetivo de esta propuesta es identificar los aspectos ergonómicos que facilitan la manipulación de los juegos digitales por parte de personas de 55 años y más. Con respecto al método y a los materiales, fue desarrollada una adaptación digital del juego de Bingo, a la cual se integró contenido de aprendizaje en relación con la alimentación y el ejercicio físico. El juego fue puesto en línea en el Carrefour virtuel des jeux éducatifs (Centro Virtual de Juegos Educativos, ) de la Société pour l’Aprentissage à Vie (savie, Sociedad para el Aprendizaje Permanente, ). Siguiendo las recomendaciones de diversos estudios (Cornejo, Hernandez, Favela et Tentori, 2012; Wiemeyer et Kliem, 2012) que sugieren un efecto positivo de la interacción social y la comunicación en el aprendizaje por parte de adultos mayores, fue integrada la posibilidad de jugar en equipo en un mismo ordenador. El potencial pedagógico del juego ha sido fortalecido a través de preguntas complementadas por una retroalimentación en caso de acierto o error en la respuesta. La población del estudio estuvo conformada por 77 sujetos quienes respondieron un cuestionario de escala Likert sobre los aspectos ergonómicos del juego. La estadística descriptiva permitió caracterizar las opiniones de los jugadores a través de índices de percepción. Un análisis inferencial permitió identificar las diferencias en las representaciones de los participantes según la edad, el género, el nivel de competencias informáticas y las habilidades como jugador. En general los resultados sugieren percepciones muy positivas en torno a la navegación, la interacción y el desafío. Los participantes valoraron significativamente la facilidad de manipulación de la pantalla táctil, la confrontación con un adversario y los elementos de la interfaz que le permiten interactuar con el dispositivo y con los demás jugadores.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".