Rethinking leisure and self : Three theorists for understanding computer and video game leisures
Notice bibliographique
Résumé
Computer and video games present a powerful challenge to assumptions held in leisure literature about the value and quality of leisures. Although typically viewed as negative, computer-based leisures are one of the fastest growing segments in terms of participation and revenue-generation. Where disciplines like game studies and cultural studies have embraced the possibilities for self-development in computer and video gaming, leisure studies has (with few exceptions) either ignored the role that virtual leisures play, or reduced virtual leisures to perversions of existing leisure activities. In this article we consider how computer and video games – virtual leisures – must be understood in their own terms without being reduced to traditional assumptions about leisures. A primary misunderstanding about virtual leisures is an implicit but flawed opposition of the ‘real’ and the ‘virtual’, where physicalism is set as the gold standard for leisures. We consider how three thinkers – John Cage, Henri Lefebvre, and Gaston Bachelard – create a new language for understanding how virtual leisures are expressions of space and place that engage human beings on physiological, emotional, and mental levels. We consider how computer and video gaming throw conventional assumptions about leisures into relief, and introduce new questions about embodiment and expression. Given research demonstrating beneficial outcomes of virtual leisures, we suggest revisiting the negative judgments about virtual leisures and call for understanding the fascination with these manifestations of leisures.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».