How the characteristics of a virtual environment affects the perception of travel distance through it
Notice bibliographique
Résumé
Abstract Although simulated self-motion through virtual environments has been widely used to investigate perceptual odometry, the characteristics of the virtual environments used, and the reported results have varied greatly. Here, we systematically vary the characteristics of the environment through which observers are moved in order to explore the effect of (1) the structure of an environment including the presence and texture of a ground surface, (2) the naturalism and scale of an environment, (3) colour, and (4) the density of a starfield and how it might affect perceived travel distance. In all four experiments, participants were visually moved forwards through a virtual environment and perceived travel distance was estimated by either (1) stopping at the location of a previously seen target (the Move-To-Target Task) or (2) adjusting the position of a target to indicate a previously travelled distance (the Adjust-Target Task). Data were analyzed in terms of gain (perceived travel distance/actual travel distance). Results show no significant differences that depended on the structure of an environment or on the presence or absence of a ground surface (Experiment 1), or on the naturalism of the environment (Experiment 2), or on whether the environment was in colour or in black and white (Experiment 3). However, there was a small effect of the texture of the ground surface and of the scale of the environment. In Experiment 4, we show that there may be a very low ceiling effect in the density of a starfield needed to accurately estimate travel distance. Together these experiments have implications for the design of real and virtual environments where perceived motion is important and will enable us to further predict our perception of moving through an environment.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».