Self-Motion Perception Influences Postural Sway More than Environmental Motion Perception
Notice bibliographique
Résumé
Motion of the visual field can alter postural sway and cause illusions of self-motion. The relative perceptual sensitivity of self-motion versus visual field motion induced by virtual reality (VR) stimulation and whether observable sway differs based on perceptual task is unknown. Methods to quantify sway perception while concurrently measuring sway do not exist. We measured head sway and motion perception (self or world) in healthy adults who stood with feet together wearing a VR headset while experiencing adaptive staircases of virtual sinusoidal pitch rotation about the ankle axis. In separate conditions of randomly ordered blocks, subjects were asked to indicate (yes/no) if the room moved (regardless of perceived postural sway) or if their postural sway increased (regardless of perceived room motion). Head sway area was measured by tracking movement of the VR headset. Yes/No responses were fit with psychometric curves to determine points of subjective equality (PSEs) for room motion and postural sway. PSEs were compared between conditions. Effects of motion perception (binary responses) on head sway area before, during, and after visual stimulation were examined. The mean PSE for room motion (0.42 degrees) was significantly lower than for postural sway (2.02 degrees) [t(1,18) = 4.4714, p = 0.00029]. Head sway area was significantly larger during (z = 11.53, p < 0.001) and after (z = 5.09, p < 0.001) visual stimulation only when participants perceived increased postural sway. Nearly 5-fold greater amplitudes of oscillating VR visual stimuli were required to induce perceptions of altered self- versus visual field motion. Observed head sway during visual motion was only linked to perceptual responses when participants focused internally on self-motion, not externally on room motion.
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 | 0,001 |
| 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 ».