MétaCan
Menu
Retour à la cohorte
Enregistrement W4413106541 · doi:10.1080/00140139.2025.2545541

Smart glasses: environmental perception and perceived health effects

2025· article· en· W4413106541 sur OpenAlexaff
Marjorie Pierrette, Nellie Perrin, Aurélien Lux, Patrice Marchal, Alexandre Klingler

Notice bibliographique

RevueErgonomics · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensSafran Electronics (Canada)
Organismes subventionnairesnon disponible
Mots-clésPerceptionDistractionContext (archaeology)Augmented realityApplied psychologyPsychologyOccupational safety and healthComputer scienceHuman–computer interactionCognitive psychologyMedicineGeography

Résumé

récupéré en direct d'OpenAlex

Augmented reality (AR) uses digital information to enhance our perception of the real world. Smart glasses (SG) are an example of AR, displaying information within the wearer's field of view. Although they offer advantages, such as leaving one's hands free to work, they nevertheless raise questions, particularly in terms of safety, comfort and their effects on health. In this context, an experimental laboratory study involving 80 volunteer participants was carried out to assess their environmental perception when using smart glasses and the effects on their health. The results underline an alteration in environmental perception linked to a reduction in the field of vision, as well as an attentional distraction following the processing of information received via the smart glasses. The perceived effects on health, mainly ocular, have been highlighted. The study enables recommendations to be issued on the use of SG, in order to guarantee the health and safety of users.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,247
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueErgonomicsMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207