The Metaverse and Beyond: Implementing Advanced Multiverse Realms With Smart Wearables
Notice bibliographique
Résumé
With the online-everything transformation accelerated by a global Covid-19 pandemic, we may finally find ourselves on the verge of the next potentially paradigm-shifting step after the mobile Internet: The Metaverse. Among others, the Metaverse will utilize head-mounted devices (HMDs) and extended reality (XR), including but not limited to virtual and augmented reality (VR/AR), as the medium to connect avatars and users in the real world. In addition, the Metaverse is supposed to provide gamified experiences around emerging Web 3.0 technologies and is anticipated to be the precursor of the so-called Multiverse, which will serve as an architecture of advanced XR experience realms. In this paper, we focus on the anticipated 6G post-smartphone era, where smart wearables such as VR/AR HMDs are increasingly replacing the functionalities of smartphones. Our contributions are threefold: ($i$) we first extend Metaverse’s primary focus on VR/AR to Multiverse’s advanced XR realms of experience. Next, we gamify and implement all eight Multiverse realms of experience using Oculus Quest 2 and Microsoft HoloLens 2 as state-of-the-art VR/AR HMDs, experimentally investigating and comparing the performance of a ($ii$) single-player origami game and ($iii$) multi-player maze game across our proposed integrated VR/AR HMD and Amazon Mechanical Turk crowd-of-Oz (CoZ) platform.
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 | 0,002 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,006 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».