MétaCan
Menu
Retour à la cohorte
Enregistrement W3113117640

The Short Term Effects of Action and Non Action Videogame Play on Attention

2020· article· en· W3113117640 sur OpenAlexaff
Madeleine I. R. Brodbeck, Paul Dupuis

Notice bibliographique

RevueIntersect: The Stanford Journal of Science, Technology and Society · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueEducational Games and Gamification
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAction (physics)Task (project management)Video gamePsychologyCognitive psychologyContext (archaeology)Term (time)Computer scienceMultimedia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Non videogame player scores on attentional tasks can improve after extended training with action videogames. Non videogame player scores on attentional tasks can also improve after extended training with non action videogames in some areas of attention. There has been less research performed with non action videogames and most research has focused on extended play. If the implication of video game training research is to improve attentional skills, then there must be research exploring the short term effects of video game play. I compared short term play in non action and action games. Participants either played a non action game or an action game, for either 10 or 30 minutes. An attentional blink task and visual search tasks were administered after play. Participants scored better on attentional blink after 30 minutes of action game play than after 30 minutes of non action videogame play. This implies that action games could improve attention more than non action games in a short term 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,326
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntersect: The Stanford Journal of Science, Technology and SocietyMême sujetEducational Games and GamificationTravaux en français237 207