MétaCan
Menu
Retour à la cohorte
Enregistrement W2138259034 · doi:10.7557/23.5980

Video Game Play Effects on Dreams: Self-Evaluation and Content Analysis

2008· article· en· W2138259034 sur OpenAlexaff
Jayne Gackenbach, Beena Kuruvilla

Notice bibliographique

RevueEludamos Journal for Computer Game Culture · 2008
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésDreamContent (measure theory)Content analysisPsychologyPopulationVideo gameSocial psychologyMultimediaComputer scienceSocial scienceSociologyMathematics

Résumé

récupéré en direct d'OpenAlex

Recent dreams were collected over a year’s period from college undergraduates. In addition to providing self-evaluations of the dreams, participants were also asked to answer a variety of media use questions. These were both in terms of their media use the day before the dream and in terms of their historical media use with the most interactive and absorbing media available today, video games. High-end gamers’ dreams were content-analyzed using the Hall and Van de Castle system. These were compared to dreams from a similar population that were collected by interview but were not necessarily recent. There was some replication and some differences in these two different dream samples from individuals with the same gamer history. The second analysis examined day before electronic media use more specifically by loading all the gamer history and media use information with two types of dream variables: sum scores from the Hall and Van de Castle scale and self-evaluations of the dream. Seven of nine factors loaded some combination of media and dream content. This study further supports the idea that general electronic media use and game play in particular are affecting how we process and store information by demonstrating changes at the source of such processes, in dreams.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,347
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEludamos Journal for Computer Game CultureMême sujetEducational Games and GamificationTravaux en français237 207