MétaCan
Menu
Retour à la cohorte
Enregistrement W3197743006 · doi:10.1177/14614448211038902

Sami-digital storytelling: Survivance and revitalization in Indigenous digital games

2021· article· en· W3197743006 sur OpenAlexaff
Elizabeth Nijdam

Notice bibliographique

RevueNew Media & Society · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDigital Storytelling and Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIndigenousStorytellingDigital storytellingSociologyCultural heritageAestheticsTraditional knowledgeMedia studiesNarrativeHistoryArtArchaeologyLiteratureEcologyPedagogy

Résumé

récupéré en direct d'OpenAlex

This article examines how digital games on Sami culture can draw attention to Indigenous issues when produced in collaboration with Sami community members. Through a case study that probes the design, game mechanics, and user experience of Gufihtara eallu (2018), this article frames Indigenous digital games and game development as a form of digital storytelling that is able to educate players on Indigenous knowledge systems and intangble cultural heritage. By looking at the way Gufihtara eallu engages Sami oral traditions in particular, this article demonstrates how digital games are capable of embodying Indigenous methodologies in such a way as to not flatten understandings of Indigenous traditions to a mythologized historical moment; instead, games produced by and for Indigenous people are capable of presenting storytelling traditions as contemporary, interactive, and constantly evolving, incorporating traditional themes as much as contemporary issues that are being perpetually redefined by modern Sami experience and new technologies.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil0,690

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,046
Tête enseignante GPT0,340
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew Media & SocietyMême sujetDigital Storytelling and EducationTravaux en français237 207