The Emergence of High-Speed Interaction and Coordination in a (Formerly) Turn-based Groupware Game
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
Although some forms of distributed groupware now enable fast-paced real-time collaboration (e.g., first-person shooter games), little work has been done to determine how coordination and interaction occur when people attempt to work together at high speed. Understanding the elements of high-speed coordination is important, because shared-workspace groupware systems offer opportunities for new kinds of high-speed work that is, they provide freedom from the physical constraints that can slow and restrict coordination in physical shared spaces. To better understand high-speed coordination, and to examine whether these opportunities can enable new kinds of interaction in groupware, we created and studied a new multi-player game (called RTChess) that is based on traditional chess, but adds multiple players and removes all turns from the gameplay. The result is a free-for-all game where people are limited only by their ability to move quickly and expertly a situation that is more like a team sport than a tabletop game. We carried out an observational study of 448 games of RTChess to look for the emergence of high-speed interaction, team coordination, and interactional expertise. We found that people can interact extremely quickly through distributed groupware, and saw evidence that people build expertise and develop several kinds of coordination in the game. Groupware systems like RTChess indicate that coordination and interaction in shared-workspace collaboration can occur at high speed, and suggest ways to free groupware users from the slow and stilted interactions that are common in many current multi-user systems.
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 | 0,001 |
| 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 découle