The influence of video game mechanics on youth’s development of an esports team : an actor network theory analysis
Notice bibliographique
Résumé
Video games, both casual games and esports titles alike, often take the blame when youth exhibitpoor academic performance in school, aggressive behaviors, or anti social tendencies, a tendencythat risks the relegation of potential positives gaming can bring. Furthermore, within theacademic literature centered on the impact of video gameplay on youth, there also exists atendency to conceptualize the relationship between video games and players as a singular, ‘oneto one’ relationship devoid of any larger, physical community that is not online, as well as anotable lack of discussion on how specific game mechanics influence gamer communities. Thisthesis aims to address both of these social and academic issues through an eighteen month longstudy, employing participant observation methods, of how game mechanics, or non humandigital actors more broadly, influenced the formation of a youth esports team within the contextof a local youth center in Montréal, Canada. Building off of the work of Bruno Latour and JohnLaw, this study attempts to shed light on the relatively unexamined social processes thatpermeate physical gaming spaces through the lens of Actor Network Theory (ANT) while alsopositing a contribution for new ways to use ANT as well. The major findings that emerged fromthe study reveal the strong influence that non human digital actors had in the processes ofyouth’s identity formation and communication practices, all processes that facilitate strong socialconnections and bonds that allowed the youth, and the larger community around them, to growand flourish as both community members and gamers. In displaying some of the positive aspectsthat emerged from the formation of a youth sports team, this research hopes to dispel some of thebigotry and stigma associated with video games and enable educators / researchers to betterunderstand the often invisible ways that non human digital actors operate within games andgaming communities when seeking to nurture or study said communities in the future
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».