MétaCan
Menu
Retour à la cohorte
Enregistrement W2122611038 · doi:10.1177/0018720809340031

Viewpoint Animation With a Dynamic Tether for Supporting Navigation in a Virtual Environment

2009· article· en· W2122611038 sur OpenAlexaff
Wenbi Wang, Paul Milgram

Notice bibliographique

RevueHuman Factors The Journal of the Human Factors and Ergonomics Society · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensUniversity of TorontoDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésAvatarRigidity (electromagnetism)AnimationSimulationComputer scienceDamperVirtual realityHuman–computer interactionControl theory (sociology)EngineeringControl engineeringControl (management)Computer graphics (images)Artificial intelligenceStructural engineering

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This study examined the concept of dynamic viewpoint tethering for enhancing performance in 3-D avatar control tasks. BACKGROUND: Dynamic viewpoint tethering refers to a viewpoint animation technique that couples a display viewpoint to a controlled avatar through a virtual tether. A dynamic tether, modeled as a mass spring damper system, can potentially generate desirable viewpoint behavior because of its ability to produce frequency-separated viewpoint responses. This study investigated the impact of a tether's rigidity and damping properties on users' navigational performance. METHODS: Twelve participants took part in a simulated 3-D aerial navigational task. Performance was evaluated with respect to local guidance and global awareness. RESULTS: Root mean square error scores revealed a decrease in local guidance performance when (a) the tether was either severely underdamped or overdamped and (b) the tether's rigidity approached either zero or infinity. In addition, (c) global performance was better for higher-frequency forcing functions. CONCLUSION: Critical damping and medium rigidity can be optimized during design for enhancing users' navigational efficiency. APPLICATION: Guidelines generated from this study support future viewpoint design in interactive virtual reality applications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,883
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,272
Écart entre enseignants0,249 · 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 tête enseignante, 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

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman Factors The Journal of the Human Factors and Ergonomics SocietyMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207