In a dirty virtual room: exposure to an unpleasant odor increases the senses of presence, reality, and realism
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
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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