Effectiveness of GRADYS – a cognitive training with elements of virtual reality, in adults older than 60 and without cognitive impairment
Bibliographic record
Abstract
Wstęp: Wraz z wiekiem obniża się poziom funkcjonowania poznawczego, co może mieć negatywne konsekwencje dla samodzielności i aktywności osoby starszej oraz jej samooceny.Dlatego przedmiot zainteresowania badaczy od lat stanowi efektywność różnego rodzaju interwencji usprawniających funkcje poznawcze osób starszych.Obecnie nowe możliwości w zakresie oddziaływań psychologicznych stwarza technologia wirtualnej rzeczywistości.Może ona znaleźć zastosowanie także w treningach kognitywnych, podnosząc ich efektywność i atrakcyjność.Cel pracy: Dokonanie oceny użyteczności gry symulacyjnej GRADYS z elementami wirtualnej rzeczywistości wśród osób po 60. roku życia bez zaburzeń otępiennych (minimalny wynik MMSE: 27 pkt).Materiał i metody: W badaniach wzięło udział 75 osób w wieku od 60 do 88 lat, które przez cztery tygodnie uczestniczyły w ośmiu sesjach treningu funkcji poznawczych z wykorzystaniem oprogramowania GRADYS.Cykl treningowy był poprzedzony i zakończony oceną funkcji poznawczych w zakresie pamięci, uwagi, funkcji językowych i funkcji wzrokowo-przestrzennych. Wyniki: Wyniki badań wskazują na zachodzenie wśród badanych progresu w zakresie wykonania trenowanych zadań.Ponadto odnotowano poprawę wyników w pomiarze po zakończeniu treningu w porównaniu z pomiarem przed jego rozpoczęciem dla pamięci operacyjnej, uwagi, funkcji wykonawczych i szybkości psychomotorycznej, fluencji słownej, analizy i syntezy wzrokowej oraz zdolności abstrakcyjnej konceptualizacji materiału wzrokowego.Nie zaobserwowano natomiast poprawy zakresu pamięci bezpośredniej.Uzyskane wyniki wspierają tezę o wartości gry z elementami wirtualnej rzeczywistości jako narzędzia prowadzenia treningu funkcji poznawczych dla osób starszych.Jednocześnie zastosowany plan badawczy nieuwzględniający grupy kontrolnej stanowi ograniczenie badań i sugeruje ostrożną interpretację wyników. Słowa kluczowe:
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) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".