The effect of visually induced motion sickness on driving performance in a virtual reality simulator and the efficacy of airflow as a countermeasure
Notice bibliographique
Résumé
Background: Virtual reality (VR) driving simulation technologies have a myriad of applications from entertainment to scientific and medical research. However, they also are known to cause visually induced motion sickness (VIMS), a special form of traditional motion sickness. Common side effects of VIMS include nausea and disorientation, suggesting VIMS can bias driving performance. Objectives: We (1) investigated how VIMS affects performance in a simulated driving task and (2) examined a potential treatment to reduce VIMS through in-vehicle ventilation. Method: Twenty-three participants were engaged in a driving task where they react to hazards, obey speed limits, and complete common driving maneuvers. Driving performance (Objective 1) was evaluated based on various common driving criteria and compared between high- and low VIMS groups. To study the effect of airflow on VIMS (Objective 2), for half of the participants the car vents were positioned to face the drivers head and torso having airflow directly contact the driver’s skin, creating the experimental group: airflow (direct, indirect). The level of VIMS was measured before and after the simulated drive. Results: We found no differences in VIMS severity between airflow groups, indicating both direct and indirect airflow were equally successful prophylaxes to VIMS. We found no differences in driving performance between participants who experienced high- and low VIMS, indicating driving performance was not influenced by VIMS. Conclusion: Due to their equal prophylactic effects, both direct and indirect airflow can be used as a low cost, effective means of reducing VIMS in VR driving simulators. Furthermore, as driving-performance was not affected by VIMS, driving-simulator results of participants who experience high levels of VIMS can be treated equal to participants who experience low levels of VIMS. As these results are preliminary given we were unable to reach our minimum sample size of 40 participants, more data collection is required in order to be able to make a concrete conclusion.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».