La réalité virtuelle immersive pour évaluer et promouvoir l'activité des membres supérieurs chez les personnes âgées - Une étude qualitative
Bibliographic record
Abstract
Cette étude visait à explorer la manière dont les personnes âgées (PA) ont vécu l'utilisation d'applications de réalité virtuelle immersive (RVi) visant à promouvoir et à évaluer l'activité des membres supérieurs. Une conception qualitative (paradigme interprétativiste) a été employée. Trente PA de plus de 60 ans ont été recrutées dans la population canadienne. Après une séance de RVi, des entretiens semi-structurés ont été menés pour recueillir les impressions des participants. Une analyse thématique utilisant un cadre en six phases a été réalisée pour identifier et analyser les thèmes clés issus des entretiens. Cinq thèmes principaux ont émergé de l'analyse des résultats finaux : l'expérience antérieure et les appréhensions à l'égard de la RVi, le confort et la facilité d'utilisation de l'appareil, la conception de l’environnement virtuel, l'interaction et la ludification dans la RVi, et l'applicabilité clinique de la RVi. Dans l'ensemble, les PA ont semblé motivées par les interactions ludiques, stimulantes et divertissantes offertes par la RVi. La RVi a été décrite comme bénéfique pour la motricité et la cognition, et a été considérée comme un outil intéressant pour réaliser des exercices et évaluer les performances de manière plus autonome. Les résultats de ce travail semblent indiquer tout le potentiel de la RVi pour augmenter l’activité physique des PA à travers des interactions ludiques et multisensorielles, en vue de ralentir le déclin cognitivo-fonctionnel.
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 | 0.017 | 0.017 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".