MétaCan
Menu
Retour à la cohorte
Enregistrement W2623471744 · doi:10.1093/oxfordhb/9780199826162.013.028

Breaking the Fourth Wall? User-Generated Sonic Content in Virtual Worlds

2013· book· en· W2623471744 sur OpenAlexaff
Karen Collins

Notice bibliographique

RevueOxford University Press eBooks · 2013
Typebook
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMetaverseContent (measure theory)Human–computer interactionComputer scienceMultimediaInternet privacyVirtual realityMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The fourth wall is a term borrowed from dramatic theory that considers the theatrical stage as having three walls (two sides and a rear) and an invisible fourth-wall boundary between the actors and audience. This chapter considers the experience of user-generated sonic content in virtual worlds in terms of the concept of the fourth wall, situating this content in regards to the dynamic between audience and virtual space. While much of the work on user-generated content in virtual worlds has focused on this relationship between developers and players, there are many interesting aspects of user-generated content that have been neglected, particularly when it comes to sound. The chapter argues that user-generated sound is in a unique position with regards to breaking the fourth wall, presenting an overview of user-generated content in virtual worlds, and exploring how user-generated content contributes to the social interactions that occur and to the breakdown of the fourth wall. The chapter then focuses on the types of auditory content that are generated and shared between players, situating the use of sound as a mediator between the virtual and the real world spaces.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,901

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,228
Écart entre enseignants0,188 · 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.

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

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

En bref

Citations4
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetDigital Games and MediaTravaux en français237 207