MétaCan
Menu
Retour à la cohorte
Enregistrement W1974973871 · doi:10.1111/j.1083-6101.2000.tb00349.x

Isn't That Spatial?: Distance and Communication in a 2-D Virtual Environment

2006· article· en· W1974973871 sur OpenAlexaff
Dean H. Krikorian, Jae‐Shin Lee, T. Makana Chock, Chad Harms

Notice bibliographique

RevueJournal of Computer-Mediated Communication · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensIntertek (Canada)Office of the Chief Medical Examiner
Organismes subventionnairesnon disponible
Mots-clésAttractionInterpersonal communicationSocial distanceGeographical distanceInterpersonal attractionFunction (biology)Interpersonal relationshipSocial psychologyPsychologyDistance decayComputer scienceCommunicationMathematicsGeographySociologyCoronavirus disease 2019 (COVID-19)

Résumé

récupéré en direct d'OpenAlex

This article examines the spatial relationships between avatars (i.e., graphical identities or icons) over time in a 2-dimensional online chat environment. The Spatial Distance Analysis Program (SDAP) was developed to measure the distance between avatars in a specially designed Palace environment. Correlations between distance and interpersonal communication constructs of (1) conversational appropriateness, (2) social attraction, and (3) uncertainty reduction indicate that distance effects are significant in an online environment. Specifically, it was found that general conversational appropriateness mediated between uncertainty reduction and specific conversational appropriateness for individuals who moved closer together and farther apart over time, respectively. Furthermore, the relationship between social attraction and distance indicated a significant positive parabolic function; that social attraction (i.e., liking) decreased at middle distances and increased at low and high distances. This finding suggests that there are three interpersonal distance zones in online communication.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,187
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Computer-Mediated CommunicationMême sujetSpatial Cognition and NavigationTravaux en français237 207