Gamification of Creativity: Exploring the Usefulness of Serious Games for Ideation
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
Organizing for idea generation is a recurring challenge in intensive innovation contexts. The literature on ideation has reached a compelling consensus on the features that such organizational devices must possess to support sufficient creativity: learning processes and a creative climate of confidence to promote collaboration. However, current practical methodologies struggle to simultaneously realize these two features. In this paper, we explore the potential of S erious G ames, a collaborative tool that has been used since the 1960s to facilitate learning processes through the simulation of reality and a role‐playing game, to induce an immersive experience and, more recently, to support the ideation process. To do so, we conducted an exploratory case study using a S erious G ame to support ideation in a F rench medium‐sized business. We then assess the strengths and areas for improvement of this S erious G ame with respect to an ideation performance framework based on the existing literature. Our findings show that S erious G ames are efficient tools for supporting existing knowledge exchange between participants and collaboration by providing a creative climate, but they may not sufficiently support learning of the external knowledge required to attain high levels of originality. Accordingly, we discuss some crucial parameters to be further explored to allow for the effective managerial use of such methodologies, such as the fine‐tuning of the knowledge content that serves as a basis for the game.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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