Circumvention of Pedestrians While Walking in Virtual and Physical Environments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Virtual environments (VEs) are increasingly used in the context of scientific inquiries and rehabilitation for tasks that are otherwise difficult to control or perform safely in physical environments (PEs), such as avoiding other pedestrians during locomotion. The usefulness of VEs, however, remains constrained by the extent to which they can elicit natural responses. The objectives of the study were to examine circumvention strategies in response to pedestrians approaching from different directions in the VE versus PE and to determine the effects of repeated practice on the circumvention strategies. Twelve participants were assessed over five blocks of eight trials that consisted of walking toward a target while circumventing pedestrians approaching from different directions (0°, ± 30° right or left or none) in the VE and the PE. Similar onset distances of circumvention strategy and preferred side of circumvention were observed between the two environments. Participants, however, maintained enlarged minimum distances from the interferer (13%) and walked slower (11.5%) in the VE. Repeated practice resulted in walking speed increments of 7.4% over the entire session that were similar in the VE versus PE. While the changes observed in VE may reflect the use of more cautious circumvention strategies, the similarities in strategies between the two environments and the advantages of VEs (e.g., controlled exposure, reproduction of ecologically valid conditions, and safety) suggest that virtual reality is a valuable tool to study visually guided locomotor tasks, such as pedestrian circumvention, and shows great potential for assessment and intervention in physical rehabilitation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle