Audible Efforts: Gender and Battle Cries in Classic Arcade Fighting Games
Notice bibliographique
Résumé
Video games are demanding work indeed. So demanding that our screen heroes and heroines are constantly making sounds of strife, struggle, or victory while conducting surrogate labor for us running, fighting, saving worlds. These sounds also represent the very real demanding labor of voice actors, whose burnout and vocal strain have recently come to the fore in terms of the games industries’ labor standards (Cazden, 2017). But do heroes and she-roes sound the same? What are the demands—virtual, physical, and emotional—of maintaining sexist sonic tropes in popular media; demands that are required of the industry, the game program, and the player alike? Based on participatory observations of gameplay (i.e., the research team engaging with the material by playing the games we study), close reading of gendered sonic presence, and a historical content analysis of three iconic arcade fighting games, this article reports on a notable trend: As games self-purportedly and in the eyes of the wider community improve the visual representation of female playable leads important aspects of the vocal representation of women has not only lagged behind but become more exaggeratedly gendered with higher-fidelity bigger-budget game productions. In essence, femininity continues to be a disempowering design pattern in ways far more nuanced than sexualization alone. This media ecology implicates not only the history of best practices for the games industry itself, but also the culture of professional voice acting, and the role of games as trendsetters for industry conventions of media representation. Listening to battle cries is discussed here as a politics of embodiment and a form of emotionally demanding game labor that simultaneously affects the flow and immersion of playing, and carries over toxic attitudes about femininity outside the game context.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».