User Experience Evaluation in Shared Interactive Virtual Reality
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
Virtual reality (VR) has served the entertainment industry all the way to world-leading museums in delivering engaging experiences through multisensory virtual environments (VEs). Today, the rise of the Metaverse fuels a growing interest in leveraging this technology, bringing along an emerging need to better understand the way different dimensions of VEs, namely social and interactive, impact overall user experience (UX). This between-subject exploratory field study investigates differences in the perceived and lived experience of 28 participants engaging, either individually or in dyads, in a VR experience comprising different levels of interactivity, i.e., passive or active. A mixed methods approach combining conventional UX measures, i.e., psychometric surveys and user interviews, as well as psychophysiological measures, i.e., wearable bio- and motion sensors, allowed for a comprehensive assessment of users' immersive and affective experiences. Results pertaining to the social dimension of the experience reveal that shared VR elicits significantly more positive affect, whereas presence, immersion, flow, and state anxiety are unaffected by the copresence of a real-world partner. Results pertaining to the interactive dimension of the experience suggest that the interactivity afforded by the VE moderates the effect of copresence on users' adaptive immersion and arousal. These results support that VR can be shared with a real-world partner not only without hindering the immersive experience, but also by enhancing positive affect. Hence, in addition to offering methodological directions for future VR field research, this study provides interesting practical insights into guiding VR developers toward optimal multiuser virtual environments.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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