Beyond Self-Reported Scales and Psychometric Tests: Virtual Reality as a Tool for Measuring Self-Control and Predicting Victimization
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
This study uses immersive Virtual Reality to introduce a new behavioral measure of self-control and compares its predictive validity for victimization with traditional psychometric assessments. Self-control, a key construct in the Self-Control Theory, is often linked to victimization risk. However, conventional self-reported scales and psychometric tools struggle to accurately capture real-world manifestations of this dynamic trait. These limitations hindered the application of the theory in developing prevention programs. VR technology offers a unique solution by simulating plausible, controlled risk scenarios, enabling direct observation of participants’ decision-making. A sample of 160 participants completed the Balloon Analogue Risk Task (BART) and navigated a VR urban environment, choosing between well-maintained and disorderly paths. Behavioral indicators of self-control were derived from their choices in the VR scenario. VR-based measure of risk avoidance was a stronger predictor of physical victimization than the BART, highlighting its potential to capture nuanced decision-making processes linked to environmental risk cues. These findings support the value of VR in criminological research and its potential applications in prevention programs. By providing actionable insights into risk-related behaviors, VR-based methods can bridge theoretical constructs and practical interventions, particularly in reducing victimization risks in urban environments.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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