MétaCan
Menu
Retour à la cohorte
Enregistrement W2740003509

Blurring Our Real and Virtual Worlds: Canadian and Worldwide Legal Issues Arising From MMORPGs

2009· article· en· W2740003509 sur OpenAlexaboutno aff
Matthew M. White, Bruce L. Mann

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetaverseParallelsLicenseVideo gameVirtual worldVirtual economyThe InternetPolitical scienceInternet privacySociologyLawPublic relationsComputer scienceEngineeringWorld Wide WebMultimediaVirtual reality
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In recent years, more and more people have become members of virtual online worlds through the promulgation of massively multiplayer online role playing games (MMORPGs). As of December 28 th , 2008, World of Warcraft, a popular MMORPG, reached 11.5 million players – a figure that would make the fictional world of Azeroth more populated than Cuba. 3 It is possible that by 2011, four out of every five people who use the Internet will work or play in a virtual world. 4 With so many players investing time and money into these online games, legal issues have begun to arise that draw close parallels between game rules and real world laws. Issues such as individual rights and character rights as designated by in-game End User License Agreements (EULAs), ownership of in-game property, gold farming and child labour, and criminal prosecution and jurisdiction for in-game crimes. This paper critically examines the close proximity of in-game legal issues to legal issues faced in the real world, and argues that as more people begin to adopt these technologies, the lines between virtual and real will become increasingly more difficult to discern.

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)0,013
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,040
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0270,030
Communication savante0,0210,020
Science ouverte0,0020,014
Intégrité de la recherche0,0140,014
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,013
Tête enseignante GPT0,285
Écart entre enseignants0,272 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDigital Games and MediaTravaux en français237 207