MétaCan
Menu
Retour à la cohorte
Enregistrement W3012700630 · doi:10.1080/00140139.2020.1737738

A mirror in the sky: assessment of an augmented reality method for depicting navigational information

2020· article· en· W3012700630 sur OpenAlexaff
Adam J. Reiner, Justin G. Hollands, Greg A. Jamieson, Sabah Boustila

Notice bibliographique

RevueErgonomics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSpatial Cognition and Navigation
Établissements canadiensDefence Research and Development CanadaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAugmented realityVirtual realityComputer scienceWorkloadTask (project management)RecallSpatial contextual awarenessHuman–computer interactionComputer visionArtificial intelligenceEngineeringPsychology

Résumé

récupéré en direct d'OpenAlex

We investigated the efficacy of a novel augmented reality (AR) navigation display called Mirror in the Sky (MitS). AR displays can reduce the distance between virtual imagery content and the user’s view of the environment but may have limited benefit for depicting map-based survey information. MitS presents a simulated mirror in the upper visual field, which reflects the topographic layout of the terrain in front of the user. In our experiment, 28 participants used MitS and a track-up Map in virtual reality to perform a route confirmation task, which required participants to decide whether a route could be successfully navigated. A post-trial threat location recall task examined spatial awareness. On that task, accuracy, duration, and subjective workload measures favoured the Map. However, participants with virtual reality experience made more accurate route confirmation decisions with MitS than the Map. Practitioner summary: We compared an augmented reality display called Mirror in the Sky (MitS) to a conventional electronic map for route confirmation and threat location tasks. Although the electronic map showed advantages over MitS on some measures, users with some VR experience performed route confirmation more accurately with MitS than a map.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,512
Score d'incertitude au seuil0,190

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 Opus0,038
Tête enseignante GPT0,335
Écart entre enseignants0,296 · 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'étudeSimulation ou modélisation
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

Citations15
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetSpatial Cognition and NavigationTravaux en français237 207