Immersive videos of natural and urban environments can enhance awe and psychological well-being
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
Experiencing the emotion of awe has been associated with improvements in psychological wellbeing. This emotion can be systematically elicited in laboratory settings and immersive virtual reality (VR) has been shown effective for this purpose. In this work, we exposed 36 healthy participants to three immersive videos from natural and urban scenes (i.e., mountain, forest with waterfall, and city), and a 3D model of a neutral room as a baseline condition. These environments were compared in terms of self-reported levels of awe and clinically relevant aspects of psychological wellbeing, such as state depression and anxiety. In addition, we took the level of prior experience of the participants with VR into account and investigated whether the psychological effects hold for both novice and experienced VR users. The results suggest that exposure to all three immersive videos elevated the level of awe, reduced current states of depression, and increased positive affect compared to the baseline. We also discovered that, while the urban environment elicited the same amount of awe as both natural environments, only exposure to natural environments decreased current states of anxiety and negative affect. Finally, although experienced VR users had partly lower overall scores, prior experience did not reduce the relative benefits of exposure to immersive videos, as both experienced and novice users showed similar improvements compared to their respective baselines. Our findings can help guide future research and therapeutic applications that use immersive videos to harness the psychological benefits of experiencing awe.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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