Game Studies meets Surveillance Studies at the Edge of Digital Culture: An Introduction to a special issue on Surveillance, Games and Play
Notice bibliographique
Résumé
While we could attribute the close ties between surveillance and video games to their shared military roots, in this editorial we argue that the relationship goes much deeper to that. Even non-digital games such as chess require a mode of watchfulness: an attention to each piece in relation to the past, present, and future; a drive to predict an opponent’s movements; and, a distillation of the player-subject into a knowable finite range of possible actions defined by the rules. Games are social sorting, disciplinary, social control machines.In this introduction we tease apart some of the intersections of games and surveillance, beginning with a discussion of the NSA documents leaked by Edward Snowden on using games to both monitor and influence unsuspecting populations. Next, we provide an overview of corporate data-gathering practices in games and further outline the production of manageable, computable subjectivities. Then, we show how the game Watch Dogs explores the surveillant capacities of games at both the game mechanical and representational scales. These three different facets of surveillance, games, and play set the scene for the special issue and the diverse articles that follow. In the following pages we pose new lines of questioning that highlight the nuances of play and offer new modes of thinking about what games - and the processes of watching and being watched that are a foundational part of the experience – can tell us about surveillance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,008 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».