Investigating the Effect of Information Display Type on Performance and Experience in Virtual Reality First-Person Shooter Video Games
Notice bibliographique
Résumé
For decades, the first-person shooter (FPS) has remained one of the most popular genres in the video game industry.Since the inception of the FPS genre in the 1990s, many archetypal design strategies have emerged for conveying important information to players during gameplay, including their aiming trajectory, remaining ammunition, and current health level.These traditional design strategies are well-understood by developers and players alike.However, the arrival and rising popularity of consumer-grade virtual reality (VR) gaming platforms has introduced an entirely new way to experience interactive entertainment, which necessitates a reevaluation of traditional information display strategies for all applications, including FPS games.To this end, I conducted two studies to investigate how different information display strategies may impact key objective user performance metrics and subjective experience quality in VR FPS games.My first study compared a selection of aiming, ammo, and health information displays used in isolation within separate gameplay scenarios.My second study compared three different combined information displays each consisting of an aiming display, ammo display, and health display during a realistic FPS gameplay scenario.The first study revealed major performance gains to aiming tasks when participants were presented with an on-screen aiming display, as well as a broad preference for information displays which exist as physical elements within the game world and information display elements which are closely co-located within the player's focal space.The second study revealed that objective gameplay performance was largely unaffected by the information display method, but major differences in reported subjective experience quality were identified.
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 | 0,002 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».