MétaCan
Menu
Retour à la cohorte
Enregistrement W2140039219 · doi:10.1177/1469540513493209

Playing by the market rules: Promotional priorities and commercialization in children’s virtual worlds

2013· article· en· W2140039219 sur OpenAlexaff
Sara M. Grimes

Notice bibliographique

RevueJournal of Consumer Culture · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCommercializationMetaverseEntertainmentVirtual economyPromotion (chess)AdvertisingClubDatabase transactionMarketingPublic relationsSociologyWork (physics)BusinessPolitical scienceVirtual realityLawComputer scienceEngineeringPoliticsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

This paper explores the emerging relationship between commercial priorities and technological design within children's virtual worlds, through a comparative case study analysis of the promotional contents and marketing features found within six commercial, game-themed virtual worlds targeted specifically to children under the age of 13: Disney's Club Penguin and Toontown, Mattel's BarbieGirls, Cookie Jar's Magi-Nation, Nickelodeon's Nicktropolis, and Corus Entertainment's GalaXseeds. Focusing on key trends identified across all six cases, the paper argues that these games are designed to mobilize virtual economies for real money transaction and self-promotion, utilizing game mechanics, virtual items, and other features for various forms of branding and third-party advertising strategies. A critical analysis of these trends and other relevant findings is provided, through a consideration of how such processes work to mobilize players' affective labor, while concurrently limiting potentially important opportunities for participation, communication, access, and cultural rights, such as freedom of speech.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0060,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,252
Écart entre enseignants0,243 · 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'étudeObservationnel
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

Citations33
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer CultureMême sujetDigital Games and MediaTravaux en français237 207