What’s limbs got to do with it? Real-world movement correlates with feelings of ownership over virtual arms during object interactions in virtual reality
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.
Notice bibliographique
Résumé
Abstract Humans will initially move awkwardly so that the end-state of their movement is comfortable. But, what is comfortable? We might assume it refers to a particular physical body posture, however, humans have been shown to move a computer cursor on a screen with an out-of-sight hand less efficiently (curved) such that the visual representation appears more efficient (straight). This suggests that movement plans are made in large part to satisfy the demands of their visual appearance, rather than their physical movement properties. So, what determines if a body movement is comfortable—how it feels or how it looks? We translated an object-interaction task from the real-world into immersive virtual reality (IVR) to dissociate a movement from its visual appearance. Participants completed at least 20 trials in two conditions: Controllers—where participants saw a visual representation of the hand-held controllers and Arms—where they saw a set of virtual limbs. We found participants seeing virtual limbs moved in a less biomechanically efficient manner to make the limbs look similar to if they were interacting with a real-world object. These movement changes correlated with an increase in self-reported feelings of ownership over the limbs as compared to the controllers. Overall this suggests we plan our movements to provide optimal visual feedback, even at the cost of being less efficient. Moreover, we speculate that a detailed measurement of how people move in IVR may provide a new tool for assessing their degree of embodiment. There is something about seeing a set of limbs in front of you, doing your actions, that affects your moving, and in essence, your thinking.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle