Board Game Development and Effectiveness Verification for Cognitive Enhancement
Bibliographic record
Abstract
목적: 본 연구에서는 노인을 대상으로 보드게임을 직접 개발하여 보드게임이 인지기능 중 기억력과 우울감 감소에 미치는 효과를 알아보고자 한다. 연구방법: 본 연구는 2020년 10월 까지 기초조사와 자료 분석을 통해 보드게임을 개발하여 제주시의 65세 이상의 노인 2명을 대상으로 실시하였고, 단일대상연구 설계 중 AB 디자인을 통해 기초선 3회와 중재 10회, 총 13회를 실시하였으며, 평가는 전반적인 인지기능과 우울감을 알아보기 위해 사전ㆍ사후에 MoCA-K와 GDS-K를 사용하였다. 연구결과: 작업치료 교수 및 임상가의 자문을 구해 ADL 요소 40가지를 선택하고 보드게임의 규칙을 만들었다. 개발한 보드게임을 시행한 결과, 대상자 A, B 모두 기초선 3회기의 평균 ±2 표준편차 밴드보다 중재기의 결과값이 전반적으로 높게 나타났다. 그리고 MoCA-K의 결과값이 중재 전보다 중재 후에 점수가 증가하였고 GDS-K의 결과값은 점수가 하락하여 인지 기능의 증가와 우울감이 감소하는 경향을 보였다. 결론: 보드게임을 통해 기억력의 긍정적인 변화가 나타났다. 또한 인지기능과 우울감의 감소에도 영향을 미치는 것을 확인했다. 하지만 대상자의 수가 적어 일반화하기 어렵고 보드게임의 방법 및 구성품의 수정이 필요하다. 추후 연구를 통해 문제점들을 보완한 보드게임이 계속 개발되어 노인의 인지기능 및 삶의 질 향상에 기여할 수 있기를 기대한다.
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 | 0.007 | 0.036 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".