GameSound, Quantitative Games Analysis, and the Digital Humanities
Notice bibliographique
Résumé
This article relates to the 2018 CSDH/SCHN conference proceedings. This paper outlines Michael Iantorno’s and Melissa Mony’s experiences with quantitative game analysis by summarizing the first year of development of the prototype ludomusicological database GameSound. To further the discussion, this article also summarizes and analyzes the work of fellow digital humanities scholar Jason Bradshaw, who applied intriguing types of tool-based analysis to BioShock Infinite. To conclude, the paper hypothesizes where this type of research could lead in the future: both for GameSound and for other projects using similar methods and methodologies. Résumé Cet article présente les expériences de Michael Iantorno et de Melissa Mony faites avec des analyses de jeu quantitatives, en résumant la première année de développement de la base de données prototype ludomusicale GameSound. Pour approfondir la discussion, cet article résume et analyse également l’oeuvre de Jason Bradshaw et de Dr. Adrienne Shaw, qui emploient des types intrigants d’analyses de jeu quantitatives et qualitatives dans leurs propres projets, respectivement la BioShock Infinite and Feminist Theory : A Technical Approach et The LGBTQ Video Game Archive. Pour conclure, cet article formule une hypothèse concernant l’avenir de ce genre de recherche : non seulement pour GameSound mais aussi pour d’autres projets qui se servent de méthodes et de méthodologies similaires. Mots-clés: études de jeux; la ludomusicologie; humanités numériques; recherche quantitative; bases de données
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 | 0,009 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,002 |
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.
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 ».