Sensory Reweighting: A Common Mechanism for Subjective Visual Vertical and Cybersickness Susceptibility
Notice bibliographique
Résumé
Abstract The malaise symptoms of cybersickness are thought to be related to the sensory conflict present in the exposure to virtual reality (VR) content. When there is a sensory mismatch in the process of sensory perception, the perceptual estimate has been shown to change based on a reweighting mechanism between the relative contributions of the individual sensory signals involved. In this study, the reweighting of vestibular and body signals was assessed before and after exposure to different typical VR experiences and sickness severity was measured to investigate the relationship between susceptibility to cybersickness and sensory reweighting. Participants reported whether a visually presented line was rotated clockwise or counterclockwise from vertical while laying on their side in a subjective visual vertical (SVV) task. Task performance was recorded prior to VR exposure and after a low and high intensity VR game. The results show that the SVV was significantly shifted away from the body representation of upright and towards the vestibular signal after exposure to the high intensity VR game. Cybersickness measured using the fast motion sickness (FMS) scale found that sickness severity ratings were higher in the high intensity compared to the low intensity experience. The change in SVV from baseline after each VR exposure modelled using a simple 3-parameter gaussian regression fit was found to explain 49.5% of the variance in the FMS ratings. These results highlight the aftereffects of VR for sensory perception and suggests a potential relationship between the susceptibility to cybersickness and sensory reweighting.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».