nouvelles représentations des minorités dans les Jeux vidéos : enjeux et significations
Notice bibliographique
Résumé
Les jeux vidéo, vecteurs de personnages modèles pour le public se voient confrontés à la problématique des représentations. Face à des figures masculines hétérosexuelles blanches dominantes, les minorités de genre et d’ethnie sont souvent peu proposées au public ou lorsque c’est le cas sont souvent problématiques. L’industrie francophone qui prend une part de plus en plus importante dans ce marché semble pourtant vouloir insérer de nouveaux protagonistes hors de la norme établie avec des femmes et/ou des personnages de différentes ethnies et différentes sexualités. Cette décision de diversifier les protagonistes de jeux vidéo relève souvent de choix délicats pour ne pas tomber dans les stéréotypes ou la dévalorisation de minorités. Comment à travers les jeux vidéo francophones, la représentation des minorités prend-elle une place nouvelle et originale ? A travers l’analyse de différents jeux vidéo développés par des studios francophones, il sera possible d’analyser ces représentations mises en avant par ces derniers et surtout de les confronter à la perception des joueurs et des joueuses qui y est intrinsèquement liée. Entre character design, gameplay, narration et buts, les jeux vidéo francophones proposent une évolution des représentations des minorités, mais font tout de même face aux stéréotypes prédominants autour de celles-ci.
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 | 0,006 |
| 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 | 0,005 | 0,006 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».