Design of a Virtual Reality Navigational (VRN) experiment for assessment of egocentric spatial cognition
Notice bibliographique
Résumé
Virtual reality (VR) experiments are commonly used to assess human brain functions. We orient ourselves in an environment by computing precise self-to-object spatial relations (egocentric orientation) as well as object-to-object spatial relations (allocentric orientation). Egocentric orientation involves cues that depend on the position of the observer (i.e. left-right, front-behind), whereas allocentric orientation is maintained through the use of environmental features such as landmarks. As such, allocentric orientation involves short-term memory, whereas egocentric orientation does not. This paper presents a Virtual Reality Navigational (VRN) experiment specifically designed to assess egocentric spatial cognition. The design aimed to minimize the effect of spatial cues or landmarks for human navigation in a naturalistic VR environment. The VRN experiment designed for this study, called the Virtual House, is a symmetric three story cubic building, with 3 windows on each side on every floor, and one entrance on each side of the building. In each trial, a window is marked by a pseudo-random sequence as the objective. The marked window is shown to the participant from an outdoor view. The task is to reach the objective window using the shortest path through the building. The experiment entails 2 sets of 8 trials to cover all possibilities. The participants' performance error is measured by the difference between their traversed distance trajectory and the shortest natural distance (calculated using the VR engine), normalized by the shortest distance, in each trial. Fifty-two cognitively healthy adults participated in the study. The results show no learning effect during the 16 trails, implying that the experiment does not rely on short-term memory. Furthermore, the subjects' normalized performance error showed an almost linear increase with age, implying that egocentric spatial cognition ability declines with age.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».