MétaCan
Menu
Retour à la cohorte
Enregistrement W3032034907 · doi:10.1093/sleep/zsaa056.086

0088 Gravity Dreams Following a Virtual Reality Flight Simulation

2020· article· en· W3032034907 sur OpenAlexaffabout
Claudia Picard‐Deland, Maude Pastor, Elizaveta Solomonova, Tyna Paquette, Thomas Bendix Nielsen

Notice bibliographique

RevueSLEEP · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensMcGill UniversityCanadian Sleep & Circadian NetworkUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésVirtual realityDreamTask (project management)Simulator sicknessCohortPsychologyComputer scienceArtificial intelligenceStatisticsMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Flying is a prevalent but infrequent experience in dreams. Despite a broad interest in such unique dream experiences, there is still no experimental procedure for reliably inducing them. Our study aimed 1) to induce flying dreams in the laboratory using virtual reality (VR), 2) to examine phenomenological correlates of flying dreams, such as lucidity and emotions and 3) to investigate the dynamics of dreamed gravity imagery in relation to participant state and trait factors. Methods A total of 137 healthy participants (24.01±4.03 y.o.; 85 F; 52 M) took part in a custom-built immersive VR task in which they learn how to ‘fly’ as precisely and quickly as possible, engaging vestibular, motor and visuo-spatial systems. Dreams were collected a) from home dream journals for 5 days before and 10 days after the laboratory VR task and b) after a 90-min morning nap in laboratory. Dream reports were scored by 2 independent judges for flying and other gravity-related imagery. Linear mixed models statistics were used to compare dreams from this cohort with a separate control cohort (N=52) that followed a similar protocol in the same lab but did not undertake a virtual flying task. Results The VR task successfully increased the likelihood of experiencing flying in dreams from both the laboratory nap (7.1%) and the following night (10.6%) compared to baseline (1.3%) and the control cohort on those days (Lab: 2.4%; following night: 0%). In contrast, the occurrence of other gravity imagery showed no differences. Flying dreams were altered qualitatively, exhibiting higher levels of lucid-control and emotional intensity after VR exposure. Moreover, various factors such as sex, prior dream experiences and sensory immersion in VR differentially modulated flying dream induction. Conclusion Our findings provide both quantitative and qualitative insights into flying dreams that may facilitate understanding of these typical dream experiences and future developments in dream flight-induction technologies. Support Natural Sciences and Engineering Research Council of Canada

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0020,000

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 Opus0,084
Tête enseignante GPT0,341
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), 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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and Wakefulness ResearchTravaux en français237 207