The Influence of Immersion on Situational Awareness in a Virtual Environment
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
Abstract Researchers have pointed out the need to find an alternative to subjective questionnaires to measure presence in a virtual environment. Situational awareness has been proposed to objectively measure the concept of presence. However, the link between situational awareness and specific factors of presence has not been established. To study this relationship, 60 participants executed a driving task in a virtual environment under different visual conditions while we measured their situational awareness with the situational awareness global assessment technique (SAGAT), and their presence with the presence questionnaire (PQ). During the driving task, we objectively and meaningfully manipulated immersion, a factor of presence, by varying our participants' contrast sensitivity, size of the field of view, and visual acuity. The meaningful manipulation of presence also allowed us to evaluate the functional thresholds of the three aforementioned visual qualities for a driving task, which were previously measured from a multidirectional selection test. Our results indicated a significant positive correlation between SAGAT and PQ. They also showed that SAGAT was sensitive to an immersion's degradation and brought a good diagnosticity on the effect of an immersion's manipulation. Consequently, we conclude that it could represent an objective alternative to subjective questionnaires to measure presence in a virtual environment. Moreover, our assessment of the functional thresholds allowed us to confirm that they were context dependent. Our results indicated that only the contrast sensitivity functional threshold was valid in both a multidirectional selection test and a driving task.
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 | 0,000 |
| 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) | 0,000 | 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