Architectural experience: clarifying its central components and their relation to core affect with a set of first-person-view videos
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 When studying architectural experience in the lab, it is of paramount importance to use a proxy as close to real-world experience as possible. Whilst still images visually describe real spaces, and virtual reality allows for dynamic movement, each medium lacks the alternative attribute. To merge these benefits, we created and validated a novel dataset of valenced videos of first-person-view travel through built environments. This dataset was then used to clarify the relationship of core affect (valence and arousal) and architectural experience. Specifically, we verified the relationship between valence and fascination, coherence, and hominess - three key psychological dimensions of architectural experience which have previously been shown to explain aesthetic ratings of built environments. We also found that arousal is only significantly correlated with fascination, and that both are embedded in a relationship with spatial complexity and unusualness. These results help to clarify the nature of fascination, and to distinguish it from coherence and hominess when it comes to core affect. Moreover, these results demonstrate the utility of a video dataset of affect-laden spaces for understanding architectural experience. Highlights - Developed a video database of first-person-view journeys through built environments - We explored how core affect and architectural experience relate through the videos - Previous results are supported: valence ties to fascination, coherence and hominess - Arousal correlates only with fascination, and not coherence or hominess - Arousal and fascination are tied to spatial complexity and unusualness
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) | 0,001 | 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 | 0,000 | 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