Gaming the Publishing Industry: Exploring Diverse Open Scholarship Models in Digital Games Studies
Notice bibliographique
Résumé
The emergent field of digital game scholarship has developed along unique communicative lines, illuminating alternative models and diversified potentials for scholarly communication. Following the decline of print-based magazine journalism, the rise of moderated aggregator sites, such as Kotaku, Polygon, and Rock Paper Shotgun has exposed many independent voices to larger audiences. Much of the scholarship cited in current academic work can be found online at sites like Critical Distance (which uses “roundups, roundtables, podcasts, and critical compilations” to encourage dialogue between “developers, critics, educators and enthusiasts”), First Person Scholar, a middle-state publication that combines “the timeliness and succinctness of a blog, while retaining the rigor and context of a conventional journal article” (Hawreliak), highly polished and curated online zines such as Heterotopias, and from quality video bloggers such as Noah Caldwell Gervais and short-form documentary creators such as Gvmers. These heterogeneous alternatives collectively model a publishing plasticity and adaptiveness, establishing a culture of open scholarship practices, inclusive and diverse voices, and a rapid deployment of ideas and perspectives. This paper argues that emergent models of scholarly communication explored by the game studies community include but also moderate the reactive energies of social media and the toxicity of “gamer” culture.
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 | 0,021 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,005 |
| Études des sciences et des technologies | 0,013 | 0,059 |
| Communication savante | 0,043 | 0,023 |
| Science ouverte | 0,004 | 0,015 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».