Arguing in Favor of Revising the Simulator Sickness Questionnaire Factor Structure When Assessing Side Effects Induced by Immersions 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
Two issues are increasingly of interest in the scientific literature regarding unwanted virtual reality (VR) induced side effects: (1) whether the latent structure of the Simulator Sickness Questionnaire ( SSQ ) is comprised of two or three factors, and (2) if the SSQ measures symptoms of anxiety that can be misattributed to unwanted negative side effects induced by immersions in VR. Study 1 was conducted with a sample of 876 participants. A confirmatory factor analysis clearly supported a two-factor model composed of nausea and oculomotor symptoms instead of the 3-factor structure observed in simulators. To tease-out symptoms of anxiety from unwanted negative side effects induced by immersions in VR, Study 2 was conducted with 88 participants who were administered the Trier Stress Social Test in groups without being immersed in VR. A Spearman correlation showed that 11 out of 16 side effects correlated significantly with anxiety. A factor analysis revealed that items measuring general discomfort, difficulty concentrating, sweating, nausea, and vertigo loaded significantly on the anxiety factor comprised of items from the State-Trait Anxiety Inventory . Finally, a multiple regression indicated that the items measuring general discomfort and difficulty concentrating significantly predicted increases in anxiety. The overall results support the notion that side effects associated with immersions in VR consist mostly of a nausea and an oculomotor latent structure and that a few items are confounding anxiety and cybersickness. The data support the suggestion to revise the scoring procedures of the Simulator Sickness Questionnaire when using this instrument with immersions in VR.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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