Effects of Opacity of Peripheral Real Scene and Field of View of Mixed Reality on Motion Sickness
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
Mixed reality (MR) technology enables seamless transitions between virtual and real environments, but motion sickness (MS) remains an important barrier to widespread adoption. This study investigated how opacity of peripheral real scenes (OPRS) and field of view (FoV) affect MS symptoms in MR environments where dynamic virtual content is presented centrally while static real-world scenes remain visible peripherally. A between-subjects experiment was conducted with 120 participants experiencing a 10-minute roller coaster simulation in MR. The experiment employed a 4 × 3 factorial design with four OPRS levels (0, 0.25, 0.75, and 1) and three FoV levels (30°, 60°, and 90°). Heart rate variability (HRV) was measured using electrocardiography (ECG) to assess physiological responses, and subjective MS was evaluated using the Virtual Reality Sickness Questionnaire (VRSQ). OPRS significantly influenced MS symptoms. Higher OPRS conditions showed increased sympathetic nervous system activation and decreased parasympathetic activity compared to lower OPRS levels, indicating heightened MS. FoV also showed significant effects, with the 90° condition indicating reduced MS symptoms compared to 60°. This finding is contrary to traditional VR studies, which generally report that narrower FoV reduce MS. No significant OPRS × FoV interactions were observed. These results indicate that carefully adjusting the ratio between virtual and real content visibility, particularly OPRS, is essential for developing comfortable MR interfaces.
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 | 0,000 | 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 | 0,001 |
| 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