MétaCan
Menu
Retour à la cohorte
Enregistrement W2943924778 · doi:10.22215/etd/2016-11628

Does Tool Use in Virtual Reality Change the Visual Perception of Extrapersonal and Peripersonal Space?

2016· dissertation· en· W2943924778 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueSpatial Neglect and Hemispheric Dysfunction
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSpace (punctuation)PerceptionAction (physics)Virtual realityCognitive psychologyPsychologyHuman–computer interactionLine (geometry)BisectionVirtual spaceComputer scienceArtificial intelligenceMathematicsGeometryPhysics

Résumé

récupéré en direct d'OpenAlex

When people experience VR for the first time they reach out in an attempt to see their own hands in order to manipulate objects in the virtual environment. In the real world, the space where people are able to physically manipulate objects is referred to as peripersonal space whereas extrapersonal space is any physical area that is beyond the observer's arm's reach. Gamberini, Carlesso, Seraglia, and Craighero (2013) examined how people perform a line bisection task in VR and suggested that a tool's action consequence (i.e., the result of using a tool on an object in a virtual environment) affects how people perceive extrapersonal and peripersonal space. Gamberini et al. reported that when a tool was perceived as a "cutter" because it cut a to-be-bisected virtual line into two segments, the tool effectively extended the boundaries of peripersonal space as it allowed the observer to directly interact with lines that were in extrapersonal space. If, however, the tool was simply a "pointer" (i.e., did not break a virtual line into two segments on a line bisection task), then the separability of peripersonal and extrapersonal space remained intact.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,042
Tête enseignante GPT0,296
Écart entre enseignants0,254 · 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