Individual factors and vection in younger and older adults: How sex, field dependence, personality, and visual attention do (or do not) affect illusory self-motion
Notice bibliographique
Résumé
An important aspect to an immersive experience in Virtual Reality is vection, defined as the illusion of self-motion. Much of the literature to date has explored strategies to maximize vection through manipulations of the visual stimulus (e.g., increasing speed) or the experimental context (e.g., framing of the study instructions). However, the role of individual differences (e.g., age, biological sex) in vection susceptibility has received little attention. The objective of the current study was to investigate the influence of individual-difference factors on vection perception in younger and older adults. Forty-six younger adults ( M age = 25.1) and 39 older adults ( M age = 72.4) completed assessments of personality traits, field dependence, and visual attention prior to observing a moving visual stimulus aimed at inducing circular vection. Vection was measured using self-reports of onset latency, duration, and intensity. Results indicated that, in both age groups, females experienced longer-lasting vection compared to males. Additionally, the level of field dependence was related to vection intensity and duration in males but not in females. Variability in vection intensity was best explained by a mixture of biological, perceptual, cognitive, and personality variables. Taken together, these findings suggest that individual factors are important for understanding differences in vection susceptibility.
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 | 0,000 | 0,002 |
| 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) | 0,002 | 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 ».