The relationship between the skill-challenge balance, game expertise, flow and the urge to keep playing complex mobile games
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Interest surrounding the relationship between flow and problematic gameplay has surged. An important antecedent of flow in the context of video-gaming is the skill-challenge balance, but researchers have only manipulated this balance by changing speed of play. The current research seeks to examine the skill-challenge balance and flow in a mobile game in which challenge is increased via the complexity of puzzles. We predicted games like Candy-Crush would more strongly support a model of flow in which the greatest flow would be experienced by more skilled players and that high flow games would induce the most urge to continue play. METHODS: We had 60 Candy-Crush players play games near their level standing (maximal skill-challenge balance), or games that were too easy or too hard. Perceived skill, challenge, flow, and urge to continue gameplay were measured after each game. RESULTS: Players felt the highest degree of skill-challenge balance when playing games around their level standing. Easy games produced the least flow, while both regular and hard games produced comparable flow despite hard games being far more challenging and frustrating. The findings support models of flow positing those with highest perceived skill will experience greater flow. Finally, flow and arousal combine to increase urge to keep playing. DISCUSSION AND CONCLUSIONS: Our findings suggest those with high perceived skill will experience deep, immersive flow which motivates players to keep playing.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle