MétaCan
Menu
Retour à la cohorte
Enregistrement W3161578740 · doi:10.1109/vrw52623.2021.00245

[DC] Embodying an avatar with an asymmetrical lower body to modulate the dynamic characteristics of gait initiation

2021· article· en· W3161578740 sur OpenAlexaff
Valentin Vallageas, Rachid Aïssaoui, David Labbé

Notice bibliographique

Revue2021 IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (VRW) · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésAvatarIllusionKinematicsComputer scienceVirtual realityTask (project management)Human–computer interactionGaitPerspective (graphical)Virtual machineComputer visionSimulationArtificial intelligencePhysical medicine and rehabilitationPsychologyCognitive psychologyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Virtual reality (VR) enables the user to perceive body owner ship towards a virtual body. This illusion is induced through first-person perspective (1PP) and synchronous movement with the real body. Previous studies have shown that pronounced differences between the real and the virtual body lead to changes in the user's behavior. It has also been shown that modifying the body image can affect the user's movements. Nevertheless, the state of the art does not refer to the kinetic and kinematic impacts of one virtual lower limb deformation. Therefore, this paper presents a methodology exploring the impact of a self-avatar with an asymmetrical lower body (one limb longer or larger than the other) on the dynamic characteristics of the user during a gait initiation task.

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)0,001
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,921

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,040
Tête enseignante GPT0,302
Écart entre enseignants0,262 · 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'étudeAutre devis
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2021 IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (VRW)Même sujetVirtual Reality Applications and ImpactsTravaux en français237 207