MétaCan
Menu
Retour à la cohorte
Enregistrement W4391259785 · doi:10.54097/fg8drh42

The Research of Virtual Reality Technology on Application and Competition

2024· article· en· W4391259785 sur OpenAlexaff
Haokun Li

Notice bibliographique

RevueHighlights in Business Economics and Management · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSimulation and Modeling Applications
Établissements canadiensThe Audio Recording Academy
Organismes subventionnairesnon disponible
Mots-clésVirtual realityCompetition (biology)Computer scienceChinaCorporationMixed realityProduct (mathematics)Perspective (graphical)New product developmentTechnology developmentBusinessEngineeringMarketingHuman–computer interactionManufacturing engineeringArtificial intelligencePolitical science

Résumé

récupéré en direct d'OpenAlex

From 1929, Edwin Link created a flight simulator, to today's PICO4 virtual reality all-in-one machine. From the first attempt at virtual reality technology, to now China's domestic PICO company has developed a new VR all-in-one machine. This is undoubtedly a huge step forward. In the virtual reality technology industry, in addition to China's PICO company, the world also has Meta's brand Oculus, Valve Corporation and others leading the development of the virtual reality industry. Oculus has the largest market. Here, by comparing the development of virtual reality technology and product research and development of different companies, this paper studies the development of the virtual reality technology industry today and gives suggestions on what aspects businesses should continue to consider improving in the future. Observing the development of virtual reality technology from the perspective of a consumer not only helps other consumers better understand the advantages of virtual reality technology but also gives creators suggestions on how to satisfy consumers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,010
Communication savante0,0090,011
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,287
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHighlights in Business Economics and ManagementMême sujetSimulation and Modeling ApplicationsTravaux en français237 207