La réalité virtuelle à des fins de sensibilisation : étude de la campagne « Connais-tu la limite ? - Le consentement en 360 degrés »
Bibliographic record
Abstract
Aujourd'hui, à l'ère numérique, plusieurs dispositifs technologiques jouent un rôle significatif dans différents domaines de la société. La réalité virtuelle, est l'une des technologies dont le nombre d'usages différents croît le plus rapidement. La réalité virtuelle est d'ailleurs de plus en plus utilisée dans cette optique par des organisations non gouvernementales (ONG) et par des organisations à but non lucratif (OBNL). Une des caractéristiques principales associées à la réalité virtuelle pour justifier son utilisation à des fins de sensibilisation est sa capacité à susciter l'empathie. Cette étude exploratoire qualitative cherche à vérifier si cette affirmation est fondée et si la réalité virtuelle est bel et bien un bon moyen de sensibilisation lié à l'empathie et à l'immersion. Nous avons donc effectué un partenariat avec le Y des femmes, un organisme à but non lucratif montréalais qui a fait une tournée dans plusieurs écoles et cégeps pour présenter une capsule de réalité virtuelle s'intitulant Connais-tu la limite ? Le consentement en 360 degrés. Cette capsule vise à sensibiliser à l'importance du consentement sexuel en plongeant les participants dans le point de vue d'une jeune femme qui se retrouve en situation de harcèlement sexuel. Nous avons effectué des entrevues semi-dirigées à questions ouvertes avec 15 participants volontaires du Cégep Saint-Laurent et du Cégep de Sherbrooke pour voir si cette expérience en réalité virtuelle les a sensibilisés à l'importance du consentement sexuel et pour vérifier si cette sensibilisation vient de pair avec le développement d'un sentiment d'empathie envers le personnage et d'un sentiment d'immersion dans l'univers de la capsule. À la lumière de notre étude, nous pouvons émettre l'hypothèse qu'une capsule de réalité virtuelle est un bon moyen d'amener les gens à approfondir leur réflexion sur une cause, sans toutefois garantir leur sensibilisation, leur empathie et leur immersion, en partie parce que chaque participant a une personnalité et des expériences de vie différentes. \n____________________________________________________________________________ \nMOTS CLÉS DE L’AUTEUR : réalité virtuelle ; sensibilisation ; empathie ; immersion, identification ; consentement sexuel ; étude de réception
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".