MétaCan
Menu
Retour à la cohorte
Enregistrement W4402196033 · doi:10.17645/mac.8423

Unestablished Boundaries: The Capabilities of Immersive Technologies to Induce Empathy, Tell Stories, and Immerse

2024· article· en· W4402196033 sur OpenAlexafffund
Eugene Kukshinov

Notice bibliographique

RevueMedia and Communication · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesLupina Foundation
Mots-clésEmpathyAestheticsPsychologySociologyMultimediaCognitive scienceHuman–computer interactionComputer scienceSocial psychologyArt

Résumé

récupéré en direct d'OpenAlex

This article presents a critical viewpoint on the existing research to establish the boundaries of immersive technologies, such as virtual reality, exploring distinctions between sensorial and mental experiences and highlighting the influence of technological determinism in this scholarly domain. The analysis reveals a lack of established conceptual structures for categorizing distinct types of immersion, emphasizing that immersion is not universal and is not inherently technological. In particular, it highlights that, fundamentally, immersive technologies are not designed to immerse into narratives. As a result, this article suggests a dual cognitive framework of immersion to explain the nature of different immersive experiences. The article also critically addresses ethical concerns related to identity tourism and argues against the oversimplification of complex psychological processes, emphasizing the overreliance of the existing studies on visual or technological stimuli. To avoid this, the article suggests a way to avoid technological determinism in relevant conceptualizations. Overall, the article scrutinizes the assumptions associated with immersive technologies, offering insights into their capabilities to stimulate senses and vividly inform, contributing to a nuanced understanding of their effects and ethical implications.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,008
Communication savante0,0050,008
Science ouverte0,0010,009
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,266
Écart entre enseignants0,246 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedia and CommunicationMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207