MétaCan
Menu
Retour à la cohorte
Enregistrement W4226146517 · doi:10.34624/jdmi.v4i11.26506

Challenging Students’ perspectives with Game Design for Older Adults

2021· article· en· W4226146517 sur OpenAlexaff
Simone Hausknecht, Fan Zhang, Julija Jeremic, Hollis Owens, David R. Kaufman

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTechnology Use by Older Adults
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPsychologyGame designMathematics educationComputer scienceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

Older adults are a group that is often overlooked by the game industry, even though they make up a reasonable portion of gamers. It is important for game designers to be able to consider different users and the needs involved. In this study, game design students were challenged with the task of making a video game for older adults that had some level of learning and social interaction. A total of sixty students, 13 older adults, an instructor, and the researchers were involved in the study. Seven games were created over two semesters. Older adults participated in the design by providing feedback. The students initially were disappointed with this assignment and resistant to the task, but as the project continued, they were able to embrace the challenge and see the benefits of designing for older adults. It challenged them to think from a different perspective and consider game design that is accessible to a wider audience. What they thought was intuitive (e.g. easy for the player to understand and use) did not always turn out to be so for the older cohort. This required the students adjust their design to suit a wider audience. User-centered design with a cohort different from their own was a beneficial approach to getting students to think of a broader audience.

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)0,016
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,016
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0080,007
Communication savante0,0160,006
Science ouverte0,0020,008
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,199
Tête enseignante GPT0,546
Écart entre enseignants0,347 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetTechnology Use by Older AdultsTravaux en français237 207