Comparing Techniques to Reduce Simulator Adaptation Syndrome and Improve Naturalistic Behaviour During Simulated Driving
Notice bibliographique
Résumé
Electrical stimulation of the vestibular sensory system during virtual environment simulations reduces the incidence of simulator adaptation syndrome (SAS). However, interactions between vestibular stimulation and complex visual scenery can increase oculomotor symptoms. This study examined an alternative technique to reduce symptoms of SAS using the application of galvanic cutaneous stimulation of the neck. The effect of both vestibular and cutaneous stimulation was also evaluated on the naturalistic driving behaviour of curves. Thirty participants drove a rural setting virtual environment with high visual cues. Three groups of ten participants each were used to compare the effect of galvanic vestibular stimulation and galvanic cutaneous stimulation versus a control group on post drive scores of the SSQ (Simulator Sickness Questionnaire) and three driving variables (steering variability, lane position, and vehicular speed). Galvanic cutaneous stimulation while driving resulted in decreased SSQ scores, but did not show an effect on driving behaviour. Conversely, galvanic vestibular stimulation while driving curves resulted in vehicular speeds that were reflective of natural real world driving behaviour and similar SSQ scores to control. These results support the theory that cutaneous stimulation of the neck is a worthy alternative to vestibular stimulation for reducing SAS especially in scenarios requiring complex visual scenes; however, if naturalistic driving behaviour (of curves) is important, vestibular stimulation remains the better choice as it can reduce SAS symptoms (in virtual environments with low visual stimuli) and also promotes naturalistic driving behaviours.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».