Evaluating Cybersickness in Virtual 3D Models for Anatomy Learning
Notice bibliographique
Résumé
Introduction Cybersickness is an array of symptoms associated with exposure to three‐dimensional visualization technology (3DVT) environments, such as virtual reality (VR). It is thought that cybersickness is a type of motion sickness caused by a mismatch in sensory and vestibular input when using these modalities. Symptoms of cybersickness are often akin to those of traditional motion sickness, such as headache and nausea. In the literature, as many as 40‐60% of VR users report symptoms of cybersickness, though in our laboratory approximately 20% of users report symptoms of cybersickness. Our past research has shown that the physical environment is often preferred by students, and more effective for learning anatomy, compared to 3DVT environments. We hypothesize that the preference for, and effectiveness of, the physical environment over 3DVT may be a result of cybersickness due to the isolation of the learner from the physical environment. However, no direct measurements of cybersickness or comparisons between 3DVT environments in anatomy are available. Methods Our study involves comparisons of cybersickness during anatomy learning between three 3D modalities: a VR Oculus Quest 2 TM headset, an autostereoscopic screen (Alioscopy TM ), and a 3D‐printed physical model. Undergraduate students, with no formal anatomy training, will be randomized via a Latin square design to view one of three skeletal models (human hemipelvis, zygomatic bone, or calcaneus) in each of the modalities. Participants may not touch the model but may rotate it along the horizontal plane using an Xbox TM controller. Participants will have four minutes to learn ten bony landmarks on the viewed model and will then take an untimed, recognition‐based test for landmarks learned before progressing onto the next modality. Cybersickness will be assessed following testing in each modality, via self‐reports on the simulation sickness questionnaire (SSQ). Results We hypothesise that reported cybersickness will be highest for the VR displayed on the head‐mounted display of the Oculus Quest 2 TM which entirely covers the visual field, compared to learning through the Alioscopy TM screen or the physical model due to the relative lack of isolation of the learner from the physical environment in the last two treatment groups. Conclusion With the rapid development of 3DVT for use in anatomical education, cybersickness is an important issue in evaluating the quality of 3D modalities. The results of this study will allow educators and students to make informed decisions about the use of 3DVT in anatomy thus preventing uncomfortable physical symptoms associated with learning using 3DVT and improving learning as a result.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».