MétaCan
Menu
Retour à la cohorte
Enregistrement W3108922792 · doi:10.3389/frvir.2020.582095

Visually Induced Motion Sickness on the Horizon

2020· article· en· W3108922792 sur OpenAlexaff
Wanja Hemmerich, Behrang Keshavarz, Heiko Hecht

Notice bibliographique

RevueFrontiers in Virtual Reality · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensToronto Rehabilitation InstituteToronto Metropolitan UniversityUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMotion sicknessObserver (physics)Motion (physics)Fixation (population genetics)Computer visionComputer scienceSimulationGeodesyArtificial intelligenceCommunicationPsychologyPhysical medicine and rehabilitationMedicineGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Visually induced motion sickness is an unpleasant but common side-effect of many simulations and VR-applications. We investigated whether an earth-fixed reference frame provided in the simulation is able to reduce motion sickness. To do so, we created a moving starfield that did not contain any indicators of the spatial orientation of the observer. As the observer was simulated to move through the randomly oscillating starfield, a time-to-contact task had to be carried out. Two colored stars on collision course with each other had to be spotted, then they disappeared and the time of their collision had to be judged. Eye-movements, task performance, and motion sickness were recorded. This condition without visual reference to the observer's upright was supplemented with three conditions containing either an earth-fixed fixation cross, an earth-fixed horizon line, or a line that was yoked to the head. Results show that only the earth-fixed horizon was able to significantly reduce visually induced motion sickness. Thus, a mere earth-stationary anchor does not suffice, a clear indication of earth horizontal seems necessary to reap a modest benefit.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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)0,0030,000

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 Opus0,055
Tête enseignante GPT0,285
Écart entre enseignants0,230 · 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

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Virtual RealityMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207