MétaCan
Menu
Retour à la cohorte
Enregistrement W3165885547 · doi:10.29173/cgs35

The Musings of ‘Evil Bastards’: Perspectives from Social Casino Game Professionals

2021· article· en· W3165885547 sur OpenAlexafffundvenue
Jennifer Reynolds

Notice bibliographique

RevueCritical Gambling Studies · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensCanadian Centre on Substance Use and Addiction
Organismes subventionnairesFonds de Recherche du Québec-Société et CultureUniversity of TorontoGambling Research Exchange OntarioConcordia UniversityOntario Problem Gambling Research Centre
Mots-clésConvergence (economics)Thematic analysisPerspective (graphical)Game DeveloperPublic relationsSocial mediaSociologyPsychologyAdvertisingGame designQualitative researchMultimediaBusinessSocial sciencePolitical scienceComputer scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Technology has blurred the lines between gambling and gaming. While the convergence can be witnessed on many different levels, social casino games on social networking sites and mobile apps illustrate just one example. Much of what we currently know about social casino games focuses on player behaviour, with little understanding about this genre from the perspective of social game professionals. This paper aims to fill the gap in our understanding of social casino games through interviews with the professionals who design them. In-depth interviews were conducted with 14 professionals from the social casino games industry. Interviews were analyzed using thematic analysis. Findings illustrate tensions that exist between the two fields of gambling and gaming; however, both are trying to separate themselves from the stigmatized ‘dirty secret’ that is gambling. Further, as a result of social casino games residing, for the most part, in an unregulated ‘grey area,’ findings illustrate the ethical struggle felt by social casino game professionals. This convergence has significant consequences, not only for players, but for game developers, designers, and researchers, and highlights the importance of game designer education.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0240,039
Communication savante0,0110,009
Science ouverte0,0020,008
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,224
Tête enseignante GPT0,524
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCritical Gambling StudiesMême sujetGambling Behavior and TreatmentsTravaux en français237 207