Productive play: The shift from responsible consumption to responsible production
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle