MétaCan
Menu
Retour à la cohorte
Enregistrement W2729727426

Procedural Elaboration: How Players Decode Minecraft

2017· article· en· W2729727426 sur OpenAlexaff
Nicholas Watson

Notice bibliographique

RevueLoading... · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésElaborationComputer scienceCode (set theory)PsychologyHuman–computer interactionSet (abstract data type)Programming languageHumanities
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Minecraft play practices reveal a type of analytic play in which significant work is invested in discovering esoteric details about the game, without necessarily providing practical prescriptions for optimizing play. This paper proposes the term “procedural elaboration” to describe such activities and the knowledge thereby produced. In contrast to the existing concept of theorycrafting, the products of procedural elaboration are primarily descriptive rather than prescriptive. However, this knowledge is far from trivial or banal. I argue that these knowledge-making activities can be explained through two functions of procedural elaboration. First, it provides players with a tool for dealing with the threatening inscrutability of some procedural game systems. Second, it acts as a ritual form of communication that helps to solidify a coherent Minecraft player community, while also establishing a social order within that community. Subsequently, I consider why players persist in using specifically experimental methods in procedural elaboration, even though the online availability of decompiled Minecraft source code means that the rules are not fully hidden as they are in most other games. I argue that the experimental method persists for these reasons: because it does not require specialized programming skills; because the gameplay already casts scientific experimentation as play; and because the iterative nature of Minecraft’s development has produced source code that is structured in a way that resists direct deciphering.

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)0,005
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,007
Communication savante0,0060,008
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,029
Tête enseignante GPT0,316
Écart entre enseignants0,286 · 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'étudeQualitatif
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLoading...Même sujetDigital Games and MediaTravaux en français237 207