Electroencephalographic Assessment of Player Experience
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
Psychophysiological methods, such as electroencephalography (EEG), provide reliable high-resolution measurements of affective player experience. In this article, the authors present a psychophysiological pilot study and its initial results to solidify a research approach they call affective ludology, a research area concerned with the physiological measurement of affective responses to player-game interaction. The study investigates the impact of level design on brainwave activity measured with EEG and on player experience measured with questionnaires. The goal of the study was to investigate cognition, emotion, and player behavior from a psychological perspective. For this purpose, a methodology for assessing gameplay experience with subjective and objective measures was developed extending prior work in physiological measurements of affect in digital gameplay. The authors report the result of this pilot study, the impact of three different level design conditions (boredom, immersion, and flow) on EEG, and subjective indicators of gameplay experience. Results from the subjective gameplay experience questionnaire support the validity of our level design hypotheses. Patterns of EEG spectral power show that the immersion-level design elicits more activity in the theta band, which may support a relationship between virtual spatial navigation or exploration and theta activity. The research shows that facets of gameplay experience can be assessed with affective ludology measures, such as EEG, in which cognitive and affective patterns emerge from different level designs.
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 | 0,000 | 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 | 0,000 | 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