Current Competencies of Game Facilitators and Their Potential Optimization in Higher Education: Multimethod Study
Notice bibliographique
Résumé
BACKGROUND: Serious games can be a powerful learning tool in higher education. However, the literature indicates that the learning outcome in a serious game depends on the facilitators' competencies. Although professional facilitators in commercial game-based training have undergone specific instruction, facilitators in higher education cannot rely on such formal instruction, as game facilitation is only an occasional part of their teaching activities. OBJECTIVE: This study aimed to address the actual competencies of occasional game facilitators and their perceived competency deficits. METHODS: Having many years of experience as professional and occasional facilitators, we (n=7) defined requirements for the occasional game facilitator using individual reflection and focus discussion. Based on these results, guided interviews were conducted with additional occasional game facilitators (n=4) to check and extend the requirements. Finally, a group of occasional game facilitators (n=30) answered an online questionnaire based on the results of the requirement analysis and existing competency models. RESULTS: Our review produced the following questions: Which competencies are needed by facilitators and what are their training needs? What do current training courses for occasional game facilitators in higher education look like? How do the competencies of occasional game facilitators differ from other competencies required in higher education? The key findings of our analysis are that a mix of managerial and technical competencies is required for facilitating serious games in higher educational contexts. Further, there is a limited or no general competence model for game facilitators, and casual game facilitators rarely undergo any specific, formal training. CONCLUSIONS: The results identified the competencies that game facilitators require and a demand for specific formal training. Thus, the study contributes to the further development of a competency model for game facilitators and enhances the efficiency of serious games.
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 | 0,020 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».