In summary, we found main effects f

In summary, we found main effects for all three of our
independent variables. ANX and SF both supported our hypothesis,
whereas FOR contradicted our hypothesis. We included ANX as a
control in our experiment, in order to make some initial conclusions
about the feasibility of VR-based systems over real-life training.
Since ANX can be leveraged in real-life sport training, our results
regarding ANX do not hold much relevance for future system design.
The results regarding FOR and SF are, however, very relevant.
Future work can leverage highly realistic environments and accurate
scenario simulations to induce feelings of anxiety in participants.
However, it is advisable to use lower FOR displays to deliver the
training for general populations.
4.3 H3: Relationship between anxiety and performance
will resemble an inverted-U shaped curve.
4.3.1 Results (H3)
We wanted to see if our data matched the Hebbian version of the
Yerkes/Dobson law of arousal vs. performance [6]. Looking at all
the data together, we did not see any major trends. We attempted a
regression analysis on STICSA Cognitive vs. Reaction Time and
GSR vs. Reaction Time, but found that the curves did a poor job of
representing the data (R2 = 0.08, and R2 = 0.089 respectively), and in
fact contradicted one another in terms of the relationship between
anxiety and performance.
When we look at the participants individually, we see a relatively
narrow range of anxiety experienced between the various conditions.
We expected participants to exhibit an inverted-U shaped curve
when observing the overall anxiety vs. performance measures;
however, instead we observed that individual participants appeared
to remain within a subset of the curve. Some participants appeared to
experience an improvement in performance as arousal/anxiety
increased, whereas others appeared to experience a decrease.
4.3.2 Discussion (H3)
When we analyzed the combined anxiety vs. performance data for all
participants we did not see any clearly defined patterns. However, by
looking at each participant individually we were able to discern some
patterns of how anxiety impacted performance. Some participants
experienced a decline in performance corresponding to subjective
measures, some corresponding to physiological measures, and some
corresponding to both. We believe that the impact of anxiety on
performance is not only individualized, but also multidimensional.
The implication is that there is no single measure that can be used to
easily model the relationship between anxiety and performance.
Rather, a combination of measures is needed to truly capture an
individual’s state of anxiety and the effects on performance.
Overall, we expected to see a larger range of anxiety and
performance between the various conditions and a clear point where
the performance decreased for each participant. It is likely that the
differences between our independent variables (particularly ANX
and SF) were not great enough to cause large reactions in the
participants. Comments from the participants during the postexperiment
interviews suggest that more personal feedback in the
conditions would have caused more anxiety (i.e., the experimenter
providing the negative feedback instead of the system, or the
teammates/coaches in the high SF conditions interacting personally
with the participant).
4.4 H4: There will be a direct relationship between trait
anxiety and anxiety experienced in the system.
4.4.1 Results (H4)
To investigate the relationship between trait anxiety and anxiety
experienced in the system, we began by looking at the overall
variances between the TRAIT and STATE responses (see Table 1).
We assigned each participant to either a low or high trait anxiety
group for both somatic and cognitive anxiety. Most of the
participants reported low scores, but at thresholds of 20 and 15 for
somatic and cognitive trait anxiety respectively we achieved a split
of 19 participants in the low group, and 6 in the high. We are not
claiming that the thresholds we chose represent meaningful divisions
between high and low trait anxiety; rather, it was simply a means of
dividing our participants to perform a simple analysis. The mean
STICSA somatic and cognitive values for both the low and high
groups are presented in Table 1.
Table 1: Summary of mean anxiety measures across all conditions.
Measure TRAIT
Mean Std. Err.
STATE
Mean Std. Err.
STICSA Somatic 16.360 3.272 15.054 1.070
STICSA Cognitive 13.309 2.662 14.991 1.065
STICSA Total (Som + Cog) 29.669 5.934 29.744 2.103
CSAI-2R Somatic n/a n/a 15.263 1.085
CSAI-2R Cognitive n/a n/a 17.990 1.278
CSAI-2R Confidence n/a n/a 24.952 1.773
CSAI-2R Total (Som + Cog) n/a n/a 29.670 5.930
We performed a two-sample t-test for both the somatic and
cognitive anxiety datasets. Our analysis revealed that the high trait
somatic anxiety group experienced somatic anxiety that was close to
significantly different than the low trait somatic anxiety group within
the experimental conditions (p=.067) and that the high trait cognitive
anxiety group experienced significantly greater cognitive anxiety
than the low trait cognitive anxiety group within the experimental
conditions (p=.013) (see Fig. 8).
Fig. 8. Variance between STICSA Somatic (L) and STICSA Cognitive
(R) anxiety for participants in our low and high trait groups.
4.4.2 Discussion (H4)
Our analysis indicates that participants with higher trait cognitive
anxiety (according to our classification) experienced higher anxiety
within the conditions than participants with low trait cognitive
anxiety. However, the high trait somatic anxiety group did not
experience significantly greater anxiety than the low group. The
findings support our hypothesis to a limited extent. Overall, the
participants in our experiment reported relatively low trait anxiety
values. Therefore, we are unable to make any strong conclusions
about the impact of trait anxiety on anxiety experienced in the
system. This line of research is also targeting athletes who struggle
with competitive anxiety; therefore, it is possible that merely looking
at trait anxiety is not enough. Perhaps it is necessary to look at a
population of athletes and control for competitive anxiety
predisposition to get a clear sense of how trait anxiety impacts the
extent of anxiety experienced in a VR sport-oriented application.

ผลลัพธ์ (ไทย) 1:

ในสรุป เราพบผลหลักทั้งสามของเราตัวแปรอิสระ ANX และ SF ทั้งสนับสนุนสมมติฐานของเราในขณะที่สำหรับ contradicted สมมติฐานของเรา เรารวม ANX เป็นการควบคุมเพื่อให้บทสรุปบางอย่างเริ่มต้นในการทดลองของเราเกี่ยวกับความเป็นไปได้ของ VR มาผ่านชีวิตจริงฝึกเนื่องจากสามารถ leveraged ANX ในการฝึกอบรมกีฬาชีวิต ผลของเราเกี่ยวกับ ANX ไม่เก็บเกี่ยวมากในการออกแบบระบบในอนาคตผลเกี่ยวกับ FOR และจะ อย่างไรก็ตาม ที่เกี่ยวข้องมากขึ้นทำงานในอนาคตสามารถใช้สภาพแวดล้อมที่สมจริงอย่างมาก และถูกต้องจำลองสถานการณ์เพื่อก่อให้เกิดความรู้สึกวิตกกังวลในผู้เรียนอย่างไรก็ตาม มันจะแนะนำให้ใช้ต่ำกว่าสำหรับแสดงเพื่อส่งการฝึกอบรมสำหรับประชากรทั่วไป4.3 H3: ความสัมพันธ์ระหว่างความวิตกกังวลและประสิทธิภาพจะคล้ายกับการกลับ U รูปโค้ง4.3.1 ผล (H3)เราอยากดูถ้าข้อมูลตรงกับรุ่น Hebbianกฎหมาย Yerkes/ด็อบ สันของเร้าอารมณ์เทียบกับประสิทธิภาพการทำงาน [6] ดูทั้งหมดข้อมูลกัน เราไม่ได้เห็นแนวโน้มหลักใด ๆ เราพยายามเป็นวิเคราะห์การถดถอยใน STICSA รับรู้เทียบกับเวลาตอบสนอง และGSR ปฏิกิริยาเทียบกับเวลา แต่พบว่า เส้นโค้งที่ได้งานที่ดีของแสดงข้อมูล (R2 = 0.08 และ R2 = 0.089 ตามลำดับ), และในความจริง contradicted กันในแง่ของความสัมพันธ์ระหว่างความวิตกกังวลและประสิทธิภาพเมื่อเรามองไปที่ผู้เข้าร่วมแต่ละ เราเห็นตัวค่อนข้างจำกัดช่วงของความวิตกกังวลมีประสบการณ์ระหว่างเงื่อนไขต่าง ๆเราคาดว่าผู้เข้าร่วมแสดงการกลับ U รูปโค้งเมื่อสังเกตความวิตกกังวลโดยรวมเทียบกับวัดอย่างไรก็ตาม แต่เราสังเกตว่า แต่ละคนปรากฏจะยังคงอยู่ในชุดย่อยของเส้นโค้ง ผู้เข้าร่วมบางปรากฏให้ประสบการณ์การปรับปรุงประสิทธิภาพการทำงานเป็นเร้าอารมณ์/ความวิตกกังวลเพิ่มขึ้น ในขณะที่คนอื่น ๆ ปรากฏจะลดลง4.3.2 สนทนา (H3)เมื่อเราวิเคราะห์วิตกรวมเปรียบเทียบกับข้อมูลประสิทธิภาพการทำงานทั้งหมดเราไม่ได้เห็นมีผู้เข้าร่วมกำหนดรูปแบบอย่างชัดเจน อย่างไรก็ตาม โดยผู้เรียนแต่ละทีเราก็สามารถแยกแยะบางรูปแบบของการวิตกกังวลผลกระทบต่อประสิทธิภาพการทำงาน ผู้เข้าร่วมบางมีประสบการณ์ลดลงประสิทธิภาพที่สอดคล้องกับตามอัตวิสัยวัด ที่ตรงบางมาตรการสรีรวิทยา การบางที่สอดคล้องกับทั้งสอง เราเชื่อว่าผลกระทบของความวิตกกังวลในประสิทธิภาพการทำงานจะไม่เพียงแต่เป็นรายบุคคล แต่ยังหลายเนื่องจากเป็นที่มีไม่มีวัดเดียวที่สามารถใช้ในการรูปแบบความสัมพันธ์ระหว่างความวิตกกังวลและประสิทธิภาพได้อย่างง่ายดายค่อนข้าง ชุดวัดเป็นสิ่งจำเป็นอย่างแท้จริงจับผิดสถานะของความวิตกกังวลและผลกระทบประสิทธิภาพของแต่ละโดยรวม เราต้องดูช่วงใหญ่ของความวิตกกังวล และประสิทธิภาพระหว่างเงื่อนไขต่าง ๆ และจุดที่ชัดเจนที่ประสิทธิภาพลดลงสำหรับแต่ละผู้เข้าร่วม มีแนวโน้มที่จะความแตกต่างระหว่างตัวแปรอิสระของเรา (โดยเฉพาะอย่างยิ่ง ANXและ SF) ไม่ดีพอที่จะทำให้เกิดปฏิกิริยาขนาดใหญ่ในการผู้เข้าร่วม ความคิดเห็นจากผู้เข้าร่วมในระหว่างการ postexperimentสัมภาษณ์แนะนำว่า ความคิดเห็นส่วนตัวในการเงื่อนไขที่อาจทำให้เกิดความวิตกกังวลเพิ่มมากขึ้น (เช่น ที่ experimenterให้คำติชมเป็นลบแทนระบบ หรือเพื่อนร่วมทีม/โค้ช SF สภาพสูงโต้ตอบเป็นการส่วนตัวมีผู้เข้าร่วม)4.4 H4: จะมีความสัมพันธ์โดยตรงระหว่างติดความวิตกกังวลและความวิตกกังวลที่พบในระบบ4.4.1 ผล (H4)การตรวจสอบความสัมพันธ์ระหว่างติดความวิตกกังวลและความวิตกกังวลมีประสบการณ์ในระบบ เราเริ่ม ด้วยการมองโดยรวมผลต่างระหว่างตอบรับติดและรัฐ (ดูตารางที่ 1)เราให้ผู้เข้าร่วมแต่ละทั้งความวิตกกังวลติดต่ำ หรือสูงกลุ่มอาการวิตกกังวล somatic และรับรู้ ที่สุดของการผู้เข้าร่วมรายงานคะแนนต่ำ แต่ ในขีดจำกัดของ 20 และ 15 สำหรับติด somatic และรับรู้ความวิตกกังวลตามลำดับที่เราได้แบ่งเป็นของผู้เรียน 19 ในกลุ่มต่ำ และ 6 สูง เราจะไม่อ้างว่า ขีดจำกัดที่เราเลือกเป็นตัวแทนหน่วยงานที่มีความหมายระหว่างความวิตกกังวลสูง และต่ำติด ค่อนข้าง มันเป็นเพียงวิธีการหารร่วมเพื่อทำการวิเคราะห์อย่างง่าย ค่าเฉลี่ยSTICSA somatic และรับรู้ค่าต่ำและสูงกลุ่มจะแสดงในตารางที่ 1ตารางที่ 1: สรุปวัดความวิตกกังวลหมายถึงข้ามเงื่อนไขทั้งหมดวัดติดหมายความว่า มาตรฐานผิดพลาดรัฐหมายความว่า มาตรฐานผิดพลาดSTICSA Somatic 16.360 3.272 15.054 1.070STICSA รับรู้ 13.309 2.662 14.991 1.065รวม STICSA (ส้ม + Cog) 29.669 5.934 29.744 2.103N/a n/a Somatic CSAI-2R 15.263 1.085N/a n/a รับรู้ CSAI-2R 17.990 1.278CSAI-2R มั่น n/a n/a 24.952 1.773CSAI-2R รวม (ส้ม + Cog) n/a n/a 29.670 5.930เราทำสองอย่าง t-ทดสอบสำหรับทั้งแบบ somatic และdatasets วิตกกังวลรับรู้ การวิเคราะห์ของเราเปิดเผยที่ติดสูงsomatic วิตกวิตก somatic ประสบการณ์ที่ใกล้เคียงกับกลุ่มอย่างมีนัยสำคัญแตกต่างจากกลุ่มวิตกกังวล somatic ต่ำติดภายในเงื่อนไขการทดลอง (p =. 067) และที่ติดสูงรับรู้กลุ่มวิตกกังวลมีความวิตกกังวลการรับรู้มากขึ้นอย่างมีนัยสำคัญกว่ากลุ่มรับรู้ความวิตกกังวลต่ำติดภายในการทดลองเงื่อนไข (p =. 013) (ดู Fig. 8)Fig. 8 ผลต่างระหว่าง Somatic STICSA (L) และรับรู้ STICSA(R) ความวิตกกังวลสำหรับผู้เรียนในกลุ่มของเราติดต่ำ และสูง4.4.2 สนทนา (H4)หมายถึงการวิเคราะห์ของเราร่วมกับการรับรู้สูงติดวิตกกังวล (ตามการจัดประเภทของเรา) ที่มีประสบการณ์สูงความวิตกกังวลภายในเงื่อนไขมากกว่าร่วมกับการรับรู้ต่ำสุดที่ติดความวิตกกังวล อย่างไรก็ตาม กลุ่มวิตกกังวล somatic ติดสูงไม่ประสบการณ์ความวิตกกังวลมากขึ้นอย่างมีนัยสำคัญมากกว่ากลุ่มต่ำ ที่ผลการวิจัยสนับสนุนสมมติฐานของเราจะจำกัดขอบเขต โดยรวม การผู้เข้าร่วมในการทดลองของเรารายงานความวิตกกังวลติดค่อนข้างต่ำค่า ดังนั้น เราไม่สามารถสร้างข้อสรุปใดแข็งแรงเกี่ยวกับผลกระทบของความวิตกกังวลติดในความวิตกกังวลที่มีประสบการณ์ในการระบบ สายงานวิจัยนี้ยังได้กำหนดเป้าหมายนักกีฬาผู้ต่อสู้กับความวิตกกังวลการแข่งขัน ดังนั้น จึงได้มองว่าเพียงที่ติด วิตกไม่เพียงพอ อาจจำเป็นต้องดูนักกีฬาและควบคุมการแข่งขันความวิตกกังวลpredisposition จะรู้สึกชัดเจนว่าความวิตกกังวลติดส่งผลกระทบต่อการขอบเขตของความวิตกกังวลที่พบในโปรแกรมประยุกต์มุ่งเน้นกีฬา VR

ผลลัพธ์ (ไทย) 2:

โดยสรุปเราพบว่าผลกระทบหลักสำหรับทั้งสามของเรา
ตัวแปรอิสระ ANX และ SF ทั้งสนับสนุนสมมติฐานของเรา
ในขณะที่สำหรับขัดแย้งกับสมมติฐานของเรา เรารวม ANX เช่น
การควบคุมในการทดลองของเราเพื่อที่จะทำให้บางข้อสรุปเบื้องต้น
เกี่ยวกับความเป็นไปได้ของระบบ VR-based ในช่วงการฝึกอบรมในชีวิตจริง.
ตั้งแต่ ANX สามารถ leveraged ในการฝึกอบรมกีฬาในชีวิตจริงผลของเรา
เกี่ยวกับการ ANX ไม่ถือ ความสัมพันธ์กันมากสำหรับการออกแบบระบบในอนาคต.
เกี่ยวกับผลและเอสเอฟมี แต่ความเกี่ยวข้องมาก.
การทำงานในอนาคตสามารถใช้ประโยชน์จากสภาพแวดล้อมที่สมจริงอย่างมากและถูกต้อง
การจำลองสถานการณ์ที่จะทำให้เกิดความรู้สึกของความวิตกกังวลในผู้เข้าร่วม.
แต่ก็จะแนะนำให้ใช้สำหรับการแสดงผลที่ต่ำกว่าการ ส่งมอบ
การฝึกอบรมสำหรับประชากรทั่วไป.
4.3 H3: ความสัมพันธ์ระหว่างความวิตกกังวลและประสิทธิภาพการทำงาน
. จะมีลักษณะคว่ำ-U โค้งรูป
4.3.1 ผล (H3)
เราอยากจะดูว่าข้อมูลของเราตรงกับรุ่น Hebbian ของ
กฎหมาย Yerkes / ด๊อบสันเร้าอารมณ์ เมื่อเทียบกับผลการดำเนินงาน [6] มองไปที่ทุก
ข้อมูลร่วมกันเราไม่เห็นแนวโน้มที่สำคัญใด ๆ เราได้พยายาม
วิเคราะห์การถดถอยใน STICSA องค์ความรู้เกี่ยวกับเวลาปฏิกิริยาและ
GSR เทียบกับเวลาปฏิกิริยา แต่พบว่าเส้นโค้งได้งานที่ดีของการ
แสดงข้อมูล (R2 = 0.08 และ R2 = 0.089 ตามลำดับ) และใน
ความเป็นจริงขัดแย้งกับอีกคนหนึ่ง ในแง่ของความสัมพันธ์ระหว่าง
ความวิตกกังวลและประสิทธิภาพการทำงาน.
เมื่อเรามองไปที่ผู้เข้าร่วมประชุมเป็นรายบุคคลที่เราเห็นค่อนข้าง
ช่วงแคบ ๆ ของความวิตกกังวลประสบการณ์ระหว่างเงื่อนไขต่างๆ.
เราคาดว่าผู้เข้าร่วมที่จะแสดงเส้นโค้งคว่ำ-U รูป
เมื่อสังเกตโดยรวมเมื่อเทียบกับความวิตกกังวล มาตรการการปฏิบัติงาน
แต่แทนที่จะเราพบว่าผู้เข้าร่วมแต่ละคนปรากฏตัวขึ้น
ที่จะยังคงอยู่ในส่วนหนึ่งของเส้นโค้ง ผู้เข้าร่วมบางคนที่ดูเหมือนจะ
ได้สัมผัสกับการปรับปรุงประสิทธิภาพการทำงานเป็นความเร้าอารมณ์ / ความวิตกกังวล
ที่เพิ่มขึ้นในขณะที่คนอื่น ๆ ปรากฏว่าพบการลดลง.
4.3.2 คำอธิบาย (H3)
เมื่อเราวิเคราะห์ความวิตกกังวลรวมกับข้อมูลประสิทธิภาพการทำงานสำหรับทุก
ผู้เข้าร่วมที่เราไม่เห็นใด ๆ กำหนดไว้อย่างชัดเจน รูปแบบ แต่ด้วยการ
มองไปที่ผู้เข้าร่วมแต่ละคนเราก็สามารถที่จะมองเห็นบาง
รูปแบบของวิธีการที่ส่งผลกระทบต่อประสิทธิภาพการทำงานของความวิตกกังวล ผู้เข้าร่วมบางคน
มีประสบการณ์ในการทำงานลดลงสอดคล้องกับอัตนัย
มาตรการบางอย่างที่สอดคล้องกับมาตรการทางสรีรวิทยาและบางส่วน
ที่เกี่ยวข้องกับทั้งสอง เราเชื่อว่าผลกระทบจากความวิตกกังวลเกี่ยวกับ
ผลการดำเนินงานไม่ได้เป็นเพียงรายบุคคล แต่ยังหลายมิติ.
ความหมายคือว่าไม่มีมาตรการเดียวที่สามารถใช้ในการ
ได้อย่างง่ายดายแบบจำลองความสัมพันธ์ระหว่างความวิตกกังวลและประสิทธิภาพการทำงาน.
แต่การรวมกันของมาตรการที่จำเป็นในการ อย่างแท้จริงจับ
แต่ละรัฐของความวิตกกังวลและผลกระทบต่อประสิทธิภาพการทำงาน.
โดยรวมแล้วเราคาดว่าจะเห็นช่วงขนาดใหญ่ของความวิตกกังวลและ
ผลการดำเนินงานระหว่างเงื่อนไขต่างๆและจุดที่ชัดเจน
ประสิทธิภาพการทำงานลดลงสำหรับผู้เข้าร่วมแต่ละคน มันมีแนวโน้มว่า
ความแตกต่างระหว่างตัวแปรอิสระของเรา (โดยเฉพาะ ANX
และเอสเอฟ) ไม่ได้ดีพอที่จะทำให้เกิดปฏิกิริยาที่มีขนาดใหญ่ใน
ผู้เข้าร่วม ความคิดเห็นจากผู้เข้าร่วมในช่วง postexperiment
สัมภาษณ์ชี้ให้เห็นว่าข้อเสนอแนะส่วนบุคคลมากขึ้นใน
สภาวะที่จะทำให้เกิดความวิตกกังวลมากขึ้น (เช่นการทดลอง
การให้ข้อเสนอแนะเชิงลบแทนระบบหรือ
เพื่อนร่วมทีม / โค้ชในสภาพที่เอสเอฟสูงโต้ตอบเป็นการส่วนตัว
กับผู้เข้าร่วม .)
4.4 H4: จะมีความสัมพันธ์โดยตรงระหว่างลักษณะ
. ความวิตกกังวลและความวิตกกังวลที่มีประสบการณ์ในระบบ
4.4.1 ผล (H4)
เพื่อศึกษาความสัมพันธ์ระหว่างความวิตกกังวลและความวิตกกังวลลักษณะ
มีประสบการณ์ในระบบที่เราเริ่มต้นด้วยการมองไปที่ภาพรวม
ความแปรปรวน ระหว่างการตอบสนองและลักษณะนิสัยของรัฐ (ดูตารางที่ 1).
เราได้รับมอบหมายให้เข้าร่วมทั้งความวิตกกังวลลักษณะต่ำหรือสูงแต่ละ
กลุ่มทั้งความวิตกกังวลร่างกายและองค์ความรู้ ส่วนใหญ่ของ
ผู้เข้าร่วมรายงานคะแนนต่ำ แต่ในเกณฑ์ 20 และ 15 สำหรับ
ลักษณะร่างกายและองค์ความรู้ความวิตกกังวลตามลำดับเราประสบความสำเร็จแยก
19 ผู้เข้าร่วมในกลุ่มที่ต่ำและ 6 สูง เราไม่ได้
อ้างว่าเกณฑ์ที่เราเลือกที่จะเป็นตัวแทนของหน่วยงานที่มีความหมาย
ระหว่างลักษณะสูงและต่ำความวิตกกังวล; ค่อนข้างมันเป็นเพียงวิธีการ
แบ่งผู้เข้าร่วมของเราที่จะดำเนินการวิเคราะห์อย่างง่าย เฉลี่ย
STICSA ร่างกายและคุณค่าทางปัญญาสำหรับทั้งต่ำและสูง
กลุ่มถูกแสดงไว้ในตารางที่ 1.
ตารางที่ 1: สรุปของมาตรการความวิตกกังวลค่าเฉลี่ยทั่วทุกสภาวะ.
วัดลักษณะที่
หมายถึง Std เอ่อ.
รัฐ
หมายถึง Std เอ่อ.
STICSA โซมาติก 16.360 15.054 3.272 1.070
STICSA องค์ความรู้ 13.309 14.991 2.662 1.065
STICSA รวม (ส้ม + COG) 29.669 29.744 5.934 2.103
CSAI-2R โซมาติก n / / 15.263 1.085
CSAI-2R องค์ความรู้ n / / 17.990 1.278
CSAI-2R ความเชื่อมั่น n / / 24.952 1.773
CSAI-2R รวม (ส้ม + COG) n / / 29.670 5.930
เราดำเนินการสองตัวอย่าง t-test สำหรับทั้งร่างกายและ
ความวิตกกังวลชุดข้อมูลองค์ความรู้ การวิเคราะห์ของเราแสดงให้เห็นว่าลักษณะสูง
กลุ่มความวิตกกังวลร่างกายมีประสบการณ์ความวิตกกังวลว่าร่างกายได้ใกล้เคียงกับ
ที่แตกต่างกันอย่างมีนัยสำคัญกว่าลักษณะต่ำกลุ่มความวิตกกังวลร่างกายภายใน
เงื่อนไขการทดลอง (p = 0.067) และที่ความรู้ความเข้าใจลักษณะสูง
กลุ่มความวิตกกังวลความวิตกกังวลที่มีประสบการณ์ความรู้ความเข้าใจมากขึ้นอย่างมีนัยสำคัญ
กว่า ลักษณะต่ำกลุ่มความวิตกกังวลกับความรู้ความเข้าใจในการทดลอง
เงื่อนไข (p = 0.013) (ดูรูปที่. 8).
รูป 8. ความแปรปรวนระหว่าง STICSA โซมาติก (L) และ STICSA องค์ความรู้
(R) ความวิตกกังวลสำหรับผู้เข้าร่วมในกลุ่มลักษณะต่ำและสูงของเรา.
4.4.2 คำอธิบาย (H4)
การวิเคราะห์ของเราแสดงให้เห็นว่าผู้ที่มีความรู้ความเข้าใจในลักษณะที่สูงขึ้น
ความวิตกกังวล (ตามการจัดหมวดหมู่ของเรา) มีประสบการณ์ ความวิตกกังวลที่สูงขึ้น
ภายในเงื่อนไขกว่าผู้ที่มีความรู้ความเข้าใจในระดับต่ำลักษณะ
ความวิตกกังวล อย่างไรก็ตามลักษณะสูงกลุ่มความวิตกกังวลร่างกายไม่ได้
สัมผัสกับความวิตกกังวลมากขึ้นอย่างมีนัยสำคัญมากกว่ากลุ่มต่ำ
ผลการวิจัยสนับสนุนสมมติฐานของเราที่จะ จำกัด ขอบเขต โดยรวมแล้ว
ผู้เข้าร่วมในการทดลองของเรารายงานลักษณะที่ค่อนข้างต่ำความวิตกกังวล
ค่า ดังนั้นเราจึงไม่สามารถที่จะให้ข้อสรุปที่แข็งแกร่งใด ๆ
เกี่ยวกับผลกระทบของความวิตกกังวลต่อความวิตกกังวลลักษณะมีประสบการณ์ใน
ระบบ สายของการวิจัยนี้กำหนดเป้าหมายนักกีฬาที่ต่อสู้
กับความวิตกกังวลในการแข่งขัน; ดังนั้นจึงเป็นไปได้ว่าเพียงแค่มอง
ที่ความวิตกกังวลลักษณะไม่เพียงพอ บางทีมันอาจจะเป็นสิ่งที่จำเป็นที่จะดูที่
จำนวนประชากรของนักกีฬาและผู้ควบคุมการแข่งขันสำหรับความวิตกกังวล
ใจโอนเอียงที่จะได้รับความรู้สึกที่ชัดเจนของวิธีการที่ส่งผลกระทบต่อความวิตกกังวลลักษณะ
ขอบเขตของความวิตกกังวลที่มีประสบการณ์ในการประยุกต์ใช้ VR กีฬาที่มุ่งเน้น

ผลลัพธ์ (ไทย) 3:

โดยสรุปเราพบผลหลักทั้งสามตัวแปรอิสระของเรา

,ANX และ SF ทั้งการสนับสนุนสมมติฐานของเรา
และขัดแย้งกับสมมติฐานของเรา เรารวม ,ANX เป็น
ควบคุมในการทดลองของเรา เพื่อให้มีข้อสรุปเบื้องต้น
เกี่ยวกับความเป็นไปได้ของ VR ที่ใช้ระบบผ่านการฝึกอบรมชีวิตจริง .
ตั้งแต่ ,ANX สามารถ leveraged ในการฝึกอบรมกีฬาในชีวิตจริง ,
ผลของเราเกี่ยวกับ ,ANX ไม่ถือความเกี่ยวข้องมากสำหรับการออกแบบระบบในอนาคต .
ผลเกี่ยวกับและ SF มี แต่มากที่เกี่ยวข้อง .
การทำงานในอนาคตสามารถใช้ประโยชน์จากสภาพแวดล้อมที่สมจริงอย่างมาก และการจำลองสถานการณ์ที่ถูกต้องเพื่อให้เกิดความรู้สึก

ของความวิตกกังวลในผู้เข้าร่วม อย่างไรก็ตาม ขอแนะนำให้ใช้ลดแสดงส่งมอบ
การฝึกอบรมสำหรับประชากรทั่วไป .
4 H3 :ความสัมพันธ์ระหว่างความวิตกกังวลและการปฏิบัติ
จะคล้าย inverted-u เส้นโค้งรูปในผล ( H3 ) .

เราต้องการที่จะดูว่าข้อมูลตรงกับ hebbian รุ่นของ
เยิกส์ / Dobson กฎหมายบ่งบอกกับผลงาน [ 6 ] ดูทั้งหมด
ข้อมูลด้วยกัน เราได้เห็นแนวโน้มที่สําคัญ เราพยายาม
การวิเคราะห์การถดถอย sticsa ทางปัญญาและเวลาปฏิกิริยาและ
GSR กับเวลาแต่พบว่า โค้งได้งานที่ดีของ
แสดงข้อมูล ( R2 = 0.08 และ R2 = 0.089 ตามลำดับ ) และในความเป็นจริงอีก
ขัดแย้งในแง่ของความสัมพันธ์ระหว่างความวิตกกังวลและการปฏิบัติ
.
เมื่อเรามองไปที่ผู้เข้าร่วมแต่ละ เราเห็นค่อนข้างแคบ ช่วงของความกังวลที่มีประสบการณ์ระหว่าง

เงื่อนไขต่าง ๆเราคาดว่าผู้เข้าร่วมเพื่อแสดงการ inverted-u เส้นโค้งรูป
เมื่อสังเกตโดยรวมการแสดงความกังวลกับมาตรการ ;
แต่แทนที่เราพบว่าผู้เข้าร่วมแต่ละคนปรากฏตัว
ยังคงอยู่ภายในส่วนย่อยของเส้นโค้ง ผู้เข้าร่วมบางคนปรากฏตัว

ประสบการณ์การปรับปรุงในประสิทธิภาพตื่นตัว / ความวิตกกังวล
เพิ่มขึ้น ในขณะที่คนอื่น ๆดูเหมือนจะพบลดลง .
4.3 .2 สนทนา ( H3 )
เมื่อเราวิเคราะห์รวมกับการแสดงข้อมูลความกังวลทั้งหมด
เข้าร่วมเราไม่ได้เห็นชัดเจนรูปแบบ อย่างไรก็ตาม โดย
มองผู้เข้าร่วมแต่ละทีทำให้เราสามารถแยกแยะรูปแบบของความกังวลผลกระทบบาง
ยังไง ) ผู้เข้าร่วมบางคน
ประสบการณ์การลดลงในประสิทธิภาพที่สอดคล้องกับมาตรการอัตนัย
,บางอย่างที่สอดคล้องกับมาตรการทางสรีรวิทยา และบาง
ที่สอดคล้องกับทั้งสอง เราเชื่อว่าผลกระทบของความวิตกกังวลในการปฏิบัติงาน ไม่เพียงเฉพาะ

แต่ยังหลายมิติ นัยว่าไม่มีมาตรการเดียวที่สามารถใช้

ง่ายๆแบบความสัมพันธ์ระหว่างความวิตกกังวลและการปฏิบัติ .
แต่การรวมกันของมาตรการที่จำเป็นอย่างแท้จริงจับ
แต่ละรัฐของความกังวลและผลกระทบต่อประสิทธิภาพ
รวม เราคาดว่าจะเห็นช่วงขนาดใหญ่ของความวิตกกังวลและ
ประสิทธิภาพระหว่างเงื่อนไขต่าง ๆและชัดเจนจุดที่
ประสิทธิภาพลดลงสำหรับผู้เข้าร่วมแต่ละ มันเป็นโอกาสที่
ความแตกต่างระหว่างตัวแปรอิสระของเรา ( โดยเฉพาะอย่างยิ่ง ,ANX
และ SF ) ไม่ได้มากเพียงพอที่จะทำให้เกิดปฏิกิริยาขนาดใหญ่ใน
ผู้เข้าร่วม