MétaCan
Menu
Retour à la cohorte
Enregistrement W2104269070 · doi:10.1162/1054746041944777

A Model of Playfulness and Flow in Virtual Reality Interactions

2004· article· en· W2104269070 sur OpenAlexaff
Denise Reid

Notice bibliographique

RevuePRESENCE Virtual and Augmented Reality · 2004
Typearticle
Langueen
DomainePsychology
ThématiqueFlow Experience in Various Fields
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVolition (linguistics)Construct (python library)PsychologyCreativityVirtual realitySocial psychologyCognitive psychologyHuman–computer interactionComputer science

Résumé

récupéré en direct d'OpenAlex

This paper develops an integrated model of playfulness and flow in virtual reality (VR) computer interactions using constructs drawn from the fields of occupational therapy, social psychology, applied psychology, and cultural anthropology. The purpose of this paper is to describe some ongoing research in our lab with disabled children and adults. We propose some testable hypotheses linked to constructs in the model that we have done some preliminary research in, and we suggest other hypothesis testing for future research. Key elements in the model that have been tested in our lab include self-efficacy and volition. They are seen as necessary characteristics of an individual that will influence his or her playfulness with the activity of VR. Flow and playfulness were two other constructs in the model that we hypothesize are related to volition and self-efficacy. We studied how flow is related to playfulness. The findings supported previous research on self-efficacy and volition as children and adults reported that being in control was important and stressed the value of being able to do new things. Playfulness was expressed as being able to feel presence with the activity. We looked at how playfulness was related to creativity, another construct in the model believed to be an outcome of playfulness. These studies will be reported in more detail in the paper as well as recommendations for further research.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,348
Écart entre enseignants0,288 · 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'étudeSimulation ou modélisation
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

Citations61
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRESENCE Virtual and Augmented RealityMême sujetFlow Experience in Various FieldsTravaux en français237 207