In a dirty virtual room: exposure to an unpleasant odor increases the senses of presence, reality, and realism
Notice bibliographique
Résumé
A recent study found that in a virtual room devoid of obvious visual cues linking visual and olfactory stimuli, exposure to an unpleasant odor (but not to a pleasant one) led to statistically significant increases in the sense of Presence. A second study obtained similar results when concordant visual cues linking the visual scene and pleasant odor were presented. Both studies also reported that neither exposure to an unpleasant or pleasant odor influenced the sense of Realism. However, in the second study, the sense of Reality was statistically significantly higher when participants were exposed to the pleasant odor (but not to the unpleasant one). The goal of the current (and third) study was to clarify these relationships in a virtual environment where the visual scene was linked to an unpleasant odor. To this end, 60 participants were immersed in a filthy virtual kitchen, unaware of the potential exposure to an olfactory stimulus. Depending on their experimental condition, they were exposed to either the ambient odor in the laboratory, a pleasant odor, or an unpleasant odor. The results revealed that exposure to the unpleasant odor increased the senses of Presence and of Reality in a statistically significant manner. Furthermore, the results regarding odor detection rates suggest that visual/olfactory concordance may have facilitated the detection of the unpleasant odor. Overall, the results suggest that, in the case of an unpleasant odor, visual/olfactory concordance can notably enrich the quality of the user experience in virtual reality.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».