MétaCan
Menu
Retour à la cohorte
Enregistrement W2920489939 · doi:10.2196/12432

Framing Mental Health Within Digital Games: An Exploratory Case Study of Hellblade

2019· article· en· W2920489939 sur OpenAlexvenueno aff
Joseph Fordham, Christopher Ball

Notice bibliographique

RevueJMIR Mental Health · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthFraming (construction)Exploratory researchPsychologyComputer scienceSociologyPsychotherapistGeographySocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Researchers and therapists have increasingly turned to digital games for new forms of treatments and interventions for people suffering from a variety of mental health issues. Yet, the depiction of mental illness within digital games typically promotes stigmatized versions of those with mental health concerns. Recently, more games have attempted to implement more realistic and respectful depictions of mental health conditions. OBJECTIVE: This paper presents an exploratory analysis of a contemporary game that has the potential to change the way researchers, practitioners, and game designers approach topics of mental health within the context of gaming. METHODS: A case study of Hellblade: Senua's Sacrifice was conducted using frame analysis to show how key design choices for this game present the potential for new ways of approaching games and mental health. RESULTS: A case study of Hellblade's development shows how research-informed collaborative design with mental health practitioners, scientists, and individuals with mental health problems can lead to a realistic depiction of mental illness in games. Furthermore, the use of frame analysis demonstrates how to harness narrative, mechanics, and technology to create embodied experiences of mental health, which has the potential to promote empathetic understanding. CONCLUSIONS: This paper highlights an exemplary case of collaborative commercial game design for entertainment purposes in relation to mental health. Understanding the success of Hellblade's depiction of psychosis can improve serious games research and design. Further research must continue to provide deeper analysis of not only games that depict mental illness, but also the design process behind them.

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)0,006
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,020
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,015
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0200,012
Communication savante0,0060,006
Science ouverte0,0040,009
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,048
Tête enseignante GPT0,424
Écart entre enseignants0,376 · 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

Citations53
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207