Avatar Customization and Embodiment in Virtual Reality Self-Compassion Therapy for Depressive Symptoms: Three-Part Mixed Methods Study
Notice bibliographique
Résumé
Background: As virtual reality technologies become more accessible, understanding how design features influence user experience (UX) and psychological benefit is critical, particularly for emotionally sensitive interventions. Thus, while prior studies support the use of self-compassion paradigms in immersive virtual reality (VR) environments, the effects of avatar stylization, customization, and mirrored self-representation on therapeutic outcomes are not well understood. For instance, while it is often assumed that increasingly realistic avatars are preferable to less realistic ones, this basic premise remains largely untested. Objective: This study aimed to evaluate whether avatar appearance, customization features, and virtual mirrors affect UX and therapeutic outcomes in VR self-compassion therapy. Specifically, we examined whether stylized avatars, avatar customization, and virtual mirror feedback influenced user-rated self-compassion and depression symptoms. Methods: Across three between-subjects studies (N=107 neurotypical adults), participants engaged in an immersive individualized VR therapy protocol based on a 2-phase compassion task. The conditions were (1) stylized avatars (n=20), (2) stylized customizable avatars (n=49), and (3) stylized customizable avatars with a virtual mirror (n=38). Participants completed the User Experience Questionnaire, the Self-Compassion Scale, and the 8-item Patient Health Questionnaire (PHQ-8). In study 3, presence was also assessed using the Slater-Usoh-Steed scale. Qualitative feedback was analyzed thematically. Between- and within-study comparisons used t tests and Mann-Whitney U tests. Results: Avatar customization (study 2) led to a significant increase in self-compassion (Self-Compassion Scale: baseline mean 3.05, SD 0.98; follow-up mean 3.55, SD 1.16; t89=2.22; P=.03; d=-0.47), though PHQ-8 scores remained unchanged. The virtual mirror condition (study 3) significantly improved depression scores (PHQ-8: U=477.5; z=2.53; P=.01; r=0.30) and UX across four User Experience Questionnaire categories, including attractiveness and dependability. However, self-compassion did not significantly change in study 3 (mean 3.88, SD 1.33 → mean 4.09, SD 1.05; t63=0.71; P=.47; d=0.18). Presence scores in study 3 (mean 4.56, SD 1.58) were also comparable to real-world benchmarks. Qualitative feedback highlighted strong engagement with avatars and mirrors, and participants reported emotional safety and personalization benefits. Conclusions: Stylized avatars, when paired with customization and mirrored embodiment, can support UX and therapeutic benefit in VR self-compassion therapy. These findings challenge the assumption that hyperrealistic avatars are superior and highlight the importance of emotionally congruent design choices. The combination of stylization, individualization, and visual feedback may offer a low-barrier, user-aligned strategy for future therapeutic VR applications.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».