MétaCan
Menu
Retour à la cohorte
Enregistrement W2756476637 · doi:10.1109/embc.2017.8037776

Virtual reality body motion induced navigational controllers and their effects on simulator sickness and pathfinding

2017· article· en· W2756476637 sur OpenAlexaff
Cassandra N. Aldaba, Paul White, Ahmad Byagowi, Zahra Moussavi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésJoystickSimulator sicknessVirtual realityTask (project management)SimulationComputer scienceMotion sicknessTreadmillPhysical medicine and rehabilitationMotion (physics)Human–computer interactionComputer visionPsychologyPhysical therapyEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Virtual reality (VR) navigation is usually constrained by plausible simulator sickness (SS) and intuitive user interaction. The paper reports on the use of four different degrees of body motion induced navigational VR controllers, a TiltChair, omni-directional treadmill, a manual wheelchair joystick (VRNChair), and a joystick in relation to a participant's SS occurrence and a controller's intuitive utilization. Twenty young adult participants utilized all controllers to navigate through the same VR task environment in separate sessions. Throughout the sessions, SS occurrence was measured from a severity score by a standard SS questionnaire and from body sway by a center of pressure path length with eyes opened and closed. SS occurrence did not significantly differ among the controllers. However, time spent in VR significantly contributed to SS occurrence; hence, a few breaks to minimize SS should be interjected throughout a VR task. For all task trials, we recorded the participant's travel trajectories to investigate each controller's intuitive utilization from a computed traversed distance. Shorter traversed distances indicated that participants intuitively utilized the TiltChair with a slower speed; while longer traversed distances indicated participants struggled to utilize the omni-directional treadmill with a unnaturalistic stimulation of gait. Therefore, VR navigation should use technologies best suited for the intended age group that minimizes SS, and produces intuitive interactions for the participants.

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)0,000
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 enseignants0,550
Score d'incertitude au seuil0,507

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0000,000
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 Opus0,028
Tête enseignante GPT0,294
Écart entre enseignants0,266 · 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

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVirtual Reality Applications and ImpactsTravaux en français237 207