MétaCan
Menu
Retour à la cohorte
Enregistrement W2930507225 · doi:10.22215/etd/2018-12994

Empirical Studies on Selection and Travel Performance of Eye-tracking in Virtual Reality

2018· dissertation· en· W2930507225 sur OpenAlexaff
Yuanyuan Qian

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueGaze Tracking and Assistive Technology
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEye trackingSelection (genetic algorithm)Eye movementOptical head-mounted displayTask (project management)Computer scienceHead (geology)Eye tracking on the ISSVirtual realityArtificial intelligenceComputer visionSimulationHuman–computer interactionEngineering

Résumé

récupéré en direct d'OpenAlex

We presented two studies on VR selection and travel performances using eyebased interaction via FOVE head-mounted display (HMD). Our selection experiment was modelled after the ISO 9241-9 reciprocal selection task, with targets presented at varying depths in a custom virtual environment. We compared eye-based and head-based in isolation, and the combination of eye-tracking and head-tracking. Results indicate that eye-only offered the worst performance in terms of error rate, selection times, and throughput. Head-only offered significantly better performance. In our travel study, the task involved controlling movement direction while flying through target rings in the air by seven techniques. We found that the completion time and success rates of head+eye were very close to head-only, while eye-only did not perform better than head+eye due to learning effects and calibration issues, which also yield high cybersickness. Head+eye compensated for the eye-tracker issues and would be potentially an alternative to traditional traveling techniques.

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 enseignants0,649
Score d'incertitude au seuil0,604

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,053
Tête enseignante GPT0,379
Écart entre enseignants0,326 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGaze Tracking and Assistive TechnologyTravaux en français237 207