Virtual Reality or Augmented Reality as a Tool for Studying Bystander Behaviors in Interpersonal Violence: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: To provide participants with a more real and immersive intervening experience, virtual reality (VR) and/or augmented reality (AR) technologies have been integrated into some bystander intervention training programs and studies measuring bystander behaviors. OBJECTIVE: We focused on whether VR or AR can be used as a tool to enhance training bystanders. We reviewed the evidence from empirical studies that used VR and/or AR as a tool for examining bystander behaviors in the domain of interpersonal violence research. METHODS: Two librarians searched for articles in databases, including APA PsycInfo (Ovid), Criminal Justice Abstracts (EBSCO), Medline (Ovid), Applied Social Sciences Index & Abstracts (ProQuest), Sociological Abstracts (ProQuest), and Scopus till April 15, 2020. Studies focusing on bystander behaviors in conflict situations were included. All study types (except reviews) written in English in any discipline were included. RESULTS: The search resulted in 12,972 articles from six databases, and the articles were imported into Covidence. Eleven studies met the inclusion and exclusion criteria. All 11 articles examined the use of VR as a tool for studying bystander behaviors. Most of the studies were conducted in US young adults. The types of interpersonal violence were school bullying, dating violence, sexual violence/assault, and soccer-associated violence. VR technology was used as an observational measure and bystander intervention program. We evaluated the different uses of VR for bystander behaviors and noted a lack of empirical evidence for AR as a tool. We also discuss the empirical evidence regarding the design, effectiveness, and limitations of implementing VR as a tool in the reviewed studies. CONCLUSIONS: The reviewed results have implications and recommendations for future research in designing and implementing VR/AR technology in the area of interpersonal violence. Future studies in this area may further contribute to the use of VR as an observational measure and explore the potential use of AR to study bystander behaviors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».