MétaCan
Menu
Retour à la cohorte
Enregistrement W2197501708 · doi:10.4000/sdj.287

Du game design au gamefulness : définir la gamification

2014· article· fr· W2197501708 sur OpenAlexaff
Sebastien Deterding, Dan Dixon, Rilla Khaled, Lennart E. Nacke

Notice bibliographique

RevueSciences du jeu · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Ces dernières années, on a assisté à une rapide prolifération sur le marché de la grande consommation de logiciels qui s’inspirent des jeux vidéo. Habituellement qualifiée de « gamification », cette tendance est liée à un vaste ensemble de concepts et de recherches existant dans le champ des interactions homme-machine et des études sur le jeu, tels que les serious games, les jeux pervasifs, les jeux en réalité alternée, ou le playful design. Cependant, le rapport qu’entretient la « gamification » avec ces éléments, la question de savoir si elle constitue un phénomène nouveau et la façon de la définir ne sont pas clairs. C’est pourquoi nous étudions dans cet article la « gamification » et les origines historiques du terme en lien avec des termes précurseurs et des concepts similaires. Nous avançons l’idée selon laquelle les applications « gamifiées » donnent à voir de nouveaux phénomènes que l’on nommera gameful, complémentaires des phénomènes playful. En nous appuyant sur notre recherche, nous proposons de définir la gamification comme « l’usage d’éléments de game design dans des contextes non ludiques ».

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,005
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,040
Tête enseignante GPT0,287
Écart entre enseignants0,247 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations41
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSciences du jeuMême sujetDigital Games and MediaTravaux en français237 207