Interactive Storytelling for Immersive Media, Augmented Manufacturing, and Digital Healthcare
Notice bibliographique
Résumé
The article explores interactive storytelling in augmented and virtual reality. It is based on the research project Immersive Media Lab, bridges the gap between technological developments and their application, and aims to combine art, economy, and science. Due to their increased availability, virtual and immersive technologies have not only seen a resurgence in their popularity but also offer intriguing new perspectives regarding their use in different contexts. Consequently, the notions of interactivity and immersion also play significant roles in the study of storytelling in conjunction with virtual and augmented reality. The Immersive Media Lab has employed state-of-the-art AR/VR technology in five use cases: VR Interaction, Artistic Motion Tracking in AR/VR, Audio AR for Industry, AR/VR Interfaces for Industry, and AR Education for Patients. All of them, but one, developed prototypical applications related to the central concept of interactive storytelling. Furthermore, each use case addresses three distinct dimensions of storytelling: the production of a coherent story, the collection and transfer of knowledge, and the specificity of the technology used. Covering the areas of Creative Media, Smart Manufacturing, and Healthcare leads to a particular research design, as each area is connected to different research contexts and comes with appliances of immersive media. The article focuses on various theoretical inputs regarding interactive and immersive storytelling in general and relates them to the academic background of the five use cases. Furthermore, each use case defined a story in its context, the purpose of its narration, and its media-specific context. Finally, the paper reflects on the outcomes of the use cases and outlines their potential for future applications of interactive storytelling in immersive media.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».