Nudging Into the Future of Immersive Reality: A Systematic Review of Sustainability‐Orientated Nudges in Policy and the Future Role of Extended Reality ( <scp>XR</scp> )
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
ABSTRACT Sustainability issues are highly complex and constantly evolving, posing significant challenges for effective management. Addressing these challenges requires innovative policies, such as digital innovations like extended reality (XR) and the application of psychological insights through nudges. This paper examines the intersection of social and behavioral sciences, focusing on how immersive technologies can be used to design and implement nudges for sustainable behavior. We conduct a review and meta‐analysis of nudge effectiveness to better understand sustainability behavior, categorizing nudges as cognitive, affective, or behavior‐oriented. Cognitive nudges are the most studied ( n : 99) but have mixed results (54% positive), while behavioral nudges ( n : 50) are more effective (70% positive). XR studies testing cognitive ( n : 3) and behavioral ( n : 4) nudges generally show positive outcomes, but research on affective nudges is limited (overall n : 15, XR n : 0), likely due to difficulties in testing emotional interventions. XR can enhance cognitive nudges by reducing information processing barriers and expand behavioral nudges by offering convenience not possible in the physical world. Immersive technologies also present new opportunities to test affective nudges by creating virtual scenarios that evoke empathy and social connections. We conclude by emphasizing the need to prioritize ethical considerations in using immersive technologies.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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