Natural Scene Virtual Reality as a Behavioral Health Countermeasure in Isolated, Confined, and Extreme Environments: Three Isolated, Confined, Extreme Analog Case Studies
Notice bibliographique
Résumé
INTRODUCTION: Isolated, confined, extreme (ICE) environments are accompanied by a host of stress-inducing circumstances: operational pressure, interpersonal dynamics, limited communication with friends and family, and environmental hazards. We evaluated the effectiveness of attention-restoration-therapy-based immersive Virtual Reality (VR) in three ICE environments: the Canadian Forces Station-Alert (CFS Alert), the 12-month HI-SEAS IV expedition, and the 8-month HI-SEAS V expedition. METHODS: Thirty-one individuals (29 male, 2 female) at CFS Alert, and 12 total crewmembers (7 male, 5 female, six crewmembers per sessions) at HI-SEAS participated. All participants viewed immersive VR scenes, but scene content varied by deployment. Data collection included pre- and post-intervention surveys and semi-structured post-mission interviews. Survey data were analyzed by scene content within each analog using nonparametric approaches. RESULTS: Acceptability and desirability of the VR content varied significantly by ICE analog, as well as by participants within a given analog. The two initial exploratory protocols enabled a more directed study in HI-SEAS V to identify the importance of differences in scene content. DISCUSSION: Use and perceived utility of the VR varied considerably across participants, indicating that psychological support needs to be individualized. Overall, natural scene VR was broadly considered restorative, but after long periods of isolation, dynamic and familiar scenes including those with people were also appealing. Immersive, nature-based VR was highly valued by some, but not all participants, suggesting that this intervention tool holds promise for use in ICE settings but needs to be tailored to the setting and individual.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».