Productive play: The shift from responsible consumption to responsible production
Notice bibliographique
Résumé
Regulatory approaches to games are organized by boundaries between game/not-game, game/gambling game, skilled/unskilled play, consumption/production. Perhaps more importantly, moral justifications for regulating gambling (and condemning digital games) are rooted in the idea that they consume our time and wages but give little in return. This article uses two case studies to show how these boundaries and justifications are now perforated and reconfigured by digital mediation. The case study of Daily Fantasy Sports (DFS) illustrates a contemporary challenge to rigid dichotomies between game/not game, skilled/unskilled play, and game/gambling game, demonstrating how regulation becomes deterritorialized as gambling moves out of state-regulated physical casinos and takes the form of networked, digital games. Our second case study of Pokémon Go approaches regulation from a different direction, complicating the rigid dichotomy between production/consumption in online networked play. We show how play is increasingly realized as productive in economic, social, physical, subjective and analytic registers, while at the same time, it is driven by gambling design imperatives, such as extending time-on-device. Pokémon Go exemplifies analytic productivity, a term we use to refer to the production of data flows that can be leveraged for a wide variety of purposes, including to predict, shape, and channel the behaviour of player populations, thereby generating multiple streams of revenue. Ultimately, both cases illustrate how digital games and gambling increasingly blur into each other, complicating the regulatory landscape.
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 | 0,008 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,092 |
| Communication savante | 0,018 | 0,014 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».