MétaCan
Menu
Retour à la cohorte
Enregistrement W4414146407 · doi:10.1111/jpr.12608

Comfort Distance for Online and In‐Person Interactions: A Virtual Reality Study

2025· article· en· W4414146407 sur OpenAlexaff
Farid Pazhoohi, Jerry Wang, Alan Kingstone

Notice bibliographique

RevueJapanese Psychological Research · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedia Influence and Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Social distanceContext (archaeology)Virtual realityDistance educationConstrual level theoryVirtual world

Résumé

récupéré en direct d'OpenAlex

Abstract Previous research has shown that people have a preferred distance during their in‐person interactions. However, it is less clear what the appropriate distance is for online interactions. The present study aimed to extend previous research by exploring whether comfort distance is different between dyadic interactions when taking place in a virtual online context compared with a virtual in‐person context. The study involved 44 undergraduate students who participated in a virtual reality (VR) experiment, consisting of two conditions (an online and an in‐person dyadic interaction). The participants were asked to adjust the distance between themselves and a virtual confederate displayed on a television screen (virtual online condition) and a virtual confederate displayed in‐person (virtual in‐person condition). The results showed that individuals select a larger distance from avatars for online interactions than for in‐person interactions, prefer more distance between themselves and the screen than the distance between avatars and the screen, and opt for greater distance from male than from female confederates. These findings provide a deeper understanding of the dynamics of online social interactions and highlight the importance of context and perspective when studying proxemics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,467
Tête enseignante GPT0,556
Écart entre enseignants0,089 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapanese Psychological ResearchMême sujetMedia Influence and HealthTravaux en français237 207