Game Studies meets Surveillance Studies at the Edge of Digital Culture: An Introduction to a special issue on Surveillance, Games and Play
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
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.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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