MétaCan
Menu
Retour à la cohorte
Enregistrement W3214019248 · doi:10.3389/fpsyt.2021.739742

Arguing in Favor of Revising the Simulator Sickness Questionnaire Factor Structure When Assessing Side Effects Induced by Immersions in Virtual Reality

2021· article· en· W3214019248 sur OpenAlexafffund
Stéphane Bouchard, Maxine Berthiaume, Geneviève Robillard, Hélène Forget, Camille Daudelin-Peltier, Patrice Renaud, Caroline Blais, Daniel Fiset

Notice bibliographique

RevueFrontiers in Psychiatry · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensInnovation, Science and Economic Development CanadaCégep de l'OutaouaisUniversité du Québec en OutaouaisUniversity of Ottawa
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésAnxietyNauseaPsychologySimulator sicknessMotion sicknessConfirmatory factor analysisClinical psychologyStructural equation modelingMedicinePsychiatrySurgery

Résumé

récupéré en direct d'OpenAlex

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.

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)0,134
score de la tête « metaresearch » (Gemma)0,228
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,134
Score d'incertitude au seuil0,707

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1340,228
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,005
Communication savante0,0030,004
Science ouverte0,0030,002
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,012
Tête enseignante GPT0,283
Écart entre enseignants0,271 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations90
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207