MétaCan
Menu
Retour à la cohorte
Enregistrement W2053214642 · doi:10.1117/12.2083441

Theory review and interaction design space of body image and body schema (BIBS) for embodied cognition in virtual reality

2015· article· en· W2053214642 sur OpenAlexaff
Xin Tong, Diane Gromala, Chris Shaw, Owen D. Williamson, Özgün Eylül İşcen

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensSurrey Memorial HospitalSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésEmbodied cognitionImage schemaPerceptionHuman–computer interactionVirtual realityBody schemaComputer scienceCognitionRealmPerspective (graphical)Schema (genetic algorithms)Cognitive sciencePsychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Body image/body schema (BIBS) is within the larger realm of embodied cognition. Its interdisciplinary literature can inspire Virtual Reality (VR) researchers and designers to develop novel ideas and provide them with approaches to human perception and experience. In this paper, we introduced six fundamental ideas in designing interactions in VR, derived from BIBS literature that demonstrates how the mind is embodied. We discuss our own research, ranging from two mature works to a prototype, to support explorations VR interaction design from a BIBS approach. Based on our experiences, we argue that incorporating ideas of embodiment into design practices requires a shift in the perspective or understanding of the human body, perception and experiences, all of which affect interaction design in unique ways. The dynamic, interactive and distributed understanding of cognition guides our approach to interaction design, where the interrelatedness and plasticity of BIBS play a crucial role.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,007
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,031
Tête enseignante GPT0,285
Écart entre enseignants0,254 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207