Adultos mayores y juegos educativos digitales. ¿Qué consideraciones de diseño favorecen su uso?
Bibliographic record
Abstract
El presente estudio porta específicamente sobre la experimentación y el análisis de los datos cuantitativos y cualitativos en relación a la ergonomía de un juego educativo digital destinado a adultos mayores (55 años y más). Para tal fin fue desarrollada una adaptación digital del juego Solitario a la cual se ha integrado contenido de aprendizaje. Solitaire Quiz fue diseñado siguiendo el modelo de prototipado rápido según un enfoque centrado en el usuario y luego fue lanzado en versión Investigación después de varias iteraciones. El juego fue puesto a disposición en diferentes plataformas: versión web, aplicaciones Android y iOS. Una muestra de adultos mayores participaron en una experimentación del dispositivo, la cual se realizó simultáneamente en presencial y en línea. Un equipo de auxiliares de investigación se desplazó a varias residencias para personas retiradas y sedes sociales de clubes de la tercera edad para organizar sesiones de juego con los participantes y recoger sus percepciones. De igual forma fue descrito el procedimiento para instalar las aplicaciones en sus móviles, lo que permitió recoger datos sobre el uso del dispositivo sin estar presentes in situ. Tres cuestionarios a escala Likert fueron utilizados con el fin de capturar las representaciones de los usuarios sobre la ergonomía del juego. En general, los resultados sugieren percepciones favorables sobre el diseño, la usabilidad y la legibilidad.
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 | 0.003 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".