知的障害を持つ個人のテニス学習向上のためのリアルタイム姿勢認識技術
2026年4月11日 更新者：Burdur Mehmet Akif Ersoy University
知的障害者におけるテニス学習へのリアルタイム姿勢認識技術の影響：従来法との比較研究
本研究は、軽度から中等度の知的障害を持つ個人のテニス技能習得に対するリアルタイム姿勢認識技術の効果を調査します。
この研究では、従来の対面式テニス指導とリアルタイム姿勢認識技術を活用したトレーニングという2つの指導方法を比較します。
トルコ・ブルドゥルの特別支援教育機関から集められた12歳から18歳までの30名の参加者は、技術を使用する実験群または従来の指導を受ける対照群のいずれかに無作為に割り当てられました。
本研究は、リアルタイム姿勢認識技術の使用が、従来の方法と比較して、テニス技能の正確性、学習速度、注意力、および動機付けを向上させるかどうかを明らかにすることを目的としています。
調査の概要
詳細な説明
この研究は、トルコのブルドゥルにある特別支援教育機関から募集された、軽度から中等度の知的障害と診断された12歳から18歳の30名の参加者を対象に、14週間にわたって実施されました。 参加者はランダムに2つのグループに割り当てられました：リアルタイム姿勢認識技術（MediaPipe）を活用したテニストレーニングを受ける実験群と、従来の対面指導を受ける対照群です。
介入は週3回、各45分間のセッションで構成され、参加者はフォアハンド、バックハンド、サーブのスキルを練習しました。 実験群は、身体の姿勢、手の動き、アイトラッキング（FaceMeshおよびIrisモジュール）を含む動作の正確性に関するリアルタイムの視覚的フィードバックを提供するMediaPipeベースのシステムを使用しました。 対照群は、指導者による対面での指導と手動による修正を含む従来の指導を受けました。
毎週の中間評価では、スキルの正確性、エラーの頻度と種類、反応時間、注意力、および動機づけが監視されました。 主要なアウトカムにはスキルパフォーマンス指標と反応時間が含まれ、動機づけと注意力は半構造化インタビューを用いて評価されました。 データは、構造化観察フォーム、ビデオ録画、およびインタビューを通じて収集され、反復測定分散分析（ANOVA）と対応／独立t検定を用いたSPSSソフトウェアで分析されました。
研究の種類
介入
入学 (実際)
30
段階
- 適用できない
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Burdur
-
Burdur、Burdur、トルコ（Türkiye）、15030
- Burdur Mehmet Akif Ersoy University, Faculty of Sport Sciences
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 子
- 大人
健康ボランティアの受け入れ
いいえ
説明
参加基準：
- 参加者は12歳から18歳でなければなりません。
- 参加者は軽度から中等度の知的障害の診断を受けている必要があります。
- 参加者はスクリーニングで評価された学習速度と注意力の範囲が類似している必要があります。
- 参加者（またはその法的保護者）はインフォームドコンセントを提供しなければなりません。
- 参加者はミニメンタルテストを受け、18点以上を獲得した者が含まれました。
除外基準：
- いつでも研究から脱退を希望する参加者。
- 定期的にトレーニングセッションに参加しない参加者。彼らのデータは分析から除外されます。
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 主な目的：他の
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：独身
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
アクティブコンパレータ：対照群 - 従来のテニストレーニング
このグループの参加者は、インストラクターによる従来型の対面式テニストレーニングを受けます。
トレーニングは週3回、1回あたり45分、14週間にわたり、同じ動きのカリキュラム（フォアハンド、バックハンド、サーブ）に従って行われます。
インストラクターは正しい技術を実演し、必要に応じて手動での修正を提供し、参加者のパフォーマンスを監視します。
セッションは5名の参加者のサブグループで実施されます。
週ごとの評価には、半構造化観察フォームを使用して、動きの正確さ、エラーの頻度／種類、反応時間、および注意力／動機付けレベルが含まれます。
|
参加者はトレーナーから従来のテニス指導を受け、デモンストレーション、手動での修正、正しい動きの実行に関する指導を含みます。
セッションは週3回、各45分間、14週間にわたって行われ、同じ動きのカリキュラム（フォアハンド、バックハンド、サーブ）に従います。
毎週の評価には、動きの正確さ、エラーの頻度／種類、反応時間、注意力／やる気のレベルが含まれます。
他の名前：
|
|
実験的：実験的／RPRSグループ
このアームの参加者は、RPRSによってサポートされるテニストレーニングを受けます。
各45分間のセッションは週3回、14週間にわたって実施され、参加者はシステムが動作精度に関するリアルタイムの視覚的フィードバックを提供する中で、個別にテニスの動き（フォアハンド、バックハンド、サーブ）を行います。
システムは動作の正確性、反応時間、エラーを記録し、インストラクターはシステムが提供するフィードバックに焦点を当てたサポートを行います。
グループセッションは、サブグループごとに5名の参加者で実施されます。
進捗は、半構造化フォームを使用したパフォーマンス指標と動機付け／注意力の観察により、毎週モニタリングされます。
|
参加者はテニスの動き（フォアハンド、バックハンド、サーブ）を個別に行い、RPRS（MediaPipe）システムが動きの正確性に関するリアルタイムの視覚的フィードバックを提供し、動きの正確さ、反応時間、エラーを記録します。
トレーニングは週3回、1回あたり45分、14週間実施されます。
インストラクターはシステムのフィードバックに焦点を当てた指導を提供します。
他の名前：
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
テニスの動きにおける正確性とエラー数
時間枠：14週間、週次評価と事後テストを含む
|
フォアハンド、バックハンド、サーブ動作の正確性、ならびにエラーの数、種類、頻度は、カメラ記録とRPRSを用いて測定されます。
評価は、事前テスト、週次中間評価、事後テストで実施されます。
|
14週間、週次評価と事後テストを含む
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
セッション中のモチベーション・レベル
時間枠：事前テスト、第7週、事後テスト
|
参加者の自己申告による動機付け。これは、事前テスト、中間テスト、事後テストにおいて、半構造化面接を通じて評価された。
|
事前テスト、第7週、事後テスト
|
|
テニスの動きにおける反応時間
時間枠：14週間、毎週の評価と事後テストを含む
|
フォアハンド、バックハンド、サーブの動作を開始して完了するまでの時間。
RPRSを使用して、事前テスト、週次中間評価、事後テストで測定。
|
14週間、毎週の評価と事後テストを含む
|
|
テニス動作における学習速度
時間枠：14週間、毎週の評価と事後テストを含む
|
14週間のトレーニングプログラムにおける動作精度の改善率。
週次スコアおよび事前事後テスト結果からRPRSを用いて算出。
|
14週間、毎週の評価と事後テストを含む
|
|
セッション中の注意力レベル
時間枠：事前テスト、7週目、事後テスト
|
参加者のセッション中の注意力を、事前テスト、中間テスト、事後テストにおいて半構造化面接とアイトラッキングデータを用いて測定。
|
事前テスト、7週目、事後テスト
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
捜査官
- 主任研究者：Elif Top, PhD、Burdur Mehmet Akif Ersoy University, Faculty of Sport Sciences
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Johnson, D. (2019). Adaptive Learning Systems and Personalized Education. Perspectives in Innovative Education, 1(1), 1-10.
- He, Q., Chen, H., & Mo, X. (2024). Practical application of interactive AI technology based on visual analysis in professional system of physical education in universities. Heliyon, 10(3).
- Chiu, T. K. (2024). The impact of Generative AI (GenAI) on practices, policies and research direction in education: A case of ChatGPT and Midjourney. Interactive Learning Environments, 32(10), 6187-6203
- Ahuja, N. J., Dutt, S., Choudhary, S. L., & Kumar, M. (2025). Intelligent tutoring system in education for disabled learners using human-computer interaction and augmented reality. International Journal of Human-Computer Interaction, 41(3), 1804-1816.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2025年10月1日
一次修了 (実際)
2025年10月1日
研究の完了 (推定)
2026年9月14日
試験登録日
最初に提出
2026年4月1日
QC基準を満たした最初の提出物
2026年4月1日
最初の投稿 (実際)
2026年4月8日
学習記録の更新
投稿された最後の更新 (実際)
2026年4月15日
QC基準を満たした最後の更新が送信されました
2026年4月11日
最終確認日
2026年4月1日
詳しくは
本研究に関する用語
キーワード
その他の研究ID番号
- 2025/1789
- 1183-YL-25 (その他の識別子：Burdur Mehmet Akif Ersoy University Scientific Research Projects Unit (BAP))
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
いいえ
IPD プランの説明
参加者個人のデータ共有計画は、現時点では未定です。
データ共有に関する決定は、研究完了後、倫理ガイドライン、参加者の機密性、および機関の方針に従って行われます。
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。