A pilot study investigating human behaviour towards DAVE (Dog Assisted Virtual Environment) and interpretation of non-reactive and aggressive behaviours during a virtual reality exploration task
Notice bibliographique
Résumé
Dog aggression is a public health concern because dog bites often lead to physical and psychological trauma in humans. It is also a welfare concern for dogs. To prevent aggressive behaviours, it is important to understand human behaviour towards dogs and our ability to interpret signs of dog aggression. This poses ethical challenges for humans and dogs. The aim of this study was to introduce, describe and pilot test a virtual reality dog model (DAVE (Dog Assisted Virtual Environment)). The Labrador model has two different modes displaying aggressive and non-reactive non-aggressive behaviours. The aggressive behaviours displayed are based on the current understanding of canine ethology and expert feedback. The objective of the study was to test the recognition of dog behaviour and associated human approach and avoidance behaviour. Sixteen university students were recruited via an online survey to participate in a practical study, and randomly allocated to two experimental conditions, an aggressive followed by a non-reactive virtual reality model (group AN) or vice versa (group NA). Participants were instructed to 'explore the area' in each condition, followed by a survey. A Wilcoxon and Mann Whitney U test was used to compare the closest distance to the dog within and between groups respectively. Participants moved overall significantly closer to the non-reactive dog compared to the aggressive dog (p≤0.001; r = 0.8). Descriptions of the aggressive dog given by participants often used motivational or emotional terms. There was little evidence of simulator sickness and presence scores were high indicating sufficient immersion in the virtual environment. Participants appeared to perceive the dog as realistic and behaved and interacted with the dog model in a manner that might be expected during an interaction with a live dog. This study also highlights the promising results for the potential future use of virtual reality in behavioural research (i.e., human-dog interactions), education (i.e. safety around dogs) and psychological treatment (e.g. dog phobia treatment).
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».