MétaCan
Menu
Retour à la cohorte
Enregistrement W6945368240 · doi:10.25442/hku.16552461

Studying cybersickness and sensory conflict theory using a motion-coupled virtual reality system

2021· other· en· W6945368240 sur OpenAlexaboutno aff

Notice bibliographique

RevueHong Kong University · 2021
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMotion sicknessVirtual realityMotion (physics)Simulator sicknessVisual perceptionStimulus (psychology)PerceptionConflict theories

Résumé

récupéré en direct d'OpenAlex

6th International Conference on Visually Induced Motion Sensations, Toronto, ON, Canada.Conference Presentation Abstract:Sensory conflict theory attempts to explain the immediate cause of visually induced motion sickness (VIMS) in virtual reality (VR) systems. The discomfort is based on the mismatch in visual–vestibular interaction. Traditional VR experiences often involve visual stimuli without significant amount of physical motion to compensate the missing vestibular stimuli. This study examined whether virtual visual scene coupled with motion sensation could reduce VIMS symptoms. A motion-coupled VR system with HTC Vive head-mounted display (HMD) was developed and used in the experimentation. The mechanical 3-DOF motion platform provides programmed physical motion which supplements the visual stimulus shown on the HMD. In addition to providing coherent visual and vestibular sensations, the study also tested the effect of an Earth-referenced visual scene that provides a fixed visual horizon. This is similar to a past study of using virtual horizon on a ship motion simulator. Anecdotal report suggested that visual Earth reference is important in establishing postural stability in a sea voyage and simulation, while instability of postural is usually correlated with cybersickness. Hence, a generated Earth-referenced visual scene could in theory reduce the effect of VIMS. In the experiment, participants experienced regular programmed visual and motion yaw rotation while viewing a virtual apartment (0.6Hz ±30°) for 3.5 minutes in each trial. Three conditions: purely visual, motion synchronized with visual, and motion with Earth-referenced visual scenes were tested on how motion and visual stimuli interact. Participants were asked to complete the simulator sickness questionnaire (SSQ) (every trial), the 11-points misery scale (every 60 seconds), and the 11-points joyfulness scale (every 60 seconds). These measurements help to create a cybersickness symptom profile and severity measurement for different conditions. Participants were also asked to stand on a balance board for 60 seconds to measure their centre of pressure after each trial. The result of the experiment could provide further insights into the relationships between the two senses and potential ways of relieving VIMS in VR systems.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,249
Écart entre enseignants0,203 · 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'étudeExpérimental (laboratoire)
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHong Kong UniversityTravaux en français237 207