MétaCan
Menu
Retour à la cohorte
Enregistrement W4224265080 · doi:10.32920/ifmj.v2i1.1524

Scriptwriting for Interactive Crime Films

2022· article· en· W4224265080 sur OpenAlexvenueno aff
Ashton Clarke, Polina Zioga

Notice bibliographique

RevueInteractive Film and Media Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNarrativeStorytellingComputer scienceContext (archaeology)AffordanceQuality (philosophy)Process (computing)Human–computer interactionMultimedia

Résumé

récupéré en direct d'OpenAlex

In recent years, the increasing number of interactive films being released, has highlighted the need for further development of methods and criteria that can guide the earlier stages of development, such as the scriptwriting process. Following the framework of interactive storytelling as a spectrum, it is acknowledged that writing a script for an interactive narrative that involves branching path options for navigating through the story, or multiple endings, is becoming more common and presents its own challenges. In this context, this paper examines established criteria used for assessing narrative quality and examines currently available software for interactive scriptwriting, identifying their affordances and limitations. Accordingly, we present Scapegoat, a short interactive crime drama, based on the model of British homicide investigations, and with the objective to investigate in practice the application of the criteria for narrative quality, together with the processes and elements of scriptwriting that can lead to a strong engaging story. We propose an approach that can efficiently incorporate crucial information of the interaction design, it can be effectively communicated to the crew and cast and used throughout the production lifecycle of the film. We highlight the crucial role of the on-set script supervisor for ensuring the interaction design is not compromised, and continuity is retained. We also discuss recommendations for further developments, including the importance of engaging the crew and cast early in the development process, together with future work into the requirements of interactive commissioners for television and film, and the need for standarisation in the industry.

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)0,007
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,043
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,002
Communication savante0,0090,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,028
Tête enseignante GPT0,328
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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Film and Media JournalMême sujetDigital Games and MediaTravaux en français237 207