MétaCan
Menu
Retour à la cohorte
Enregistrement W4280577307 · doi:10.1177/15554120221100817

Developing Meaning: Critical Violence and Eudaimonic Entertainment in the Seventh Console Generation

2022· article· en· W4280577307 sur OpenAlexaff
Evan Jules Maier-Zucchino

Notice bibliographique

RevueGames and Culture · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésNarrativeEntertainmentMeaning (existential)Critical designPhenomenonDefamiliarizationCritical theoryAestheticsPsychologySociologyEpistemologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Violence in videogames has been a controversial topic since the medium’s inception, but how videogames depict violence has changed dramatically over time. During the seventh console generation, several development studios implemented similar design mechanisms that allowed players to engage in ethically challenging virtual violence through morally compromised characters, contexts, and systems. Fourteen AAA games released between the years of 2007 and 2013 encouraged critical reflection on the ethical qualities of that violence, resulting in a phenomenon I term “critical violence”. Following an overview of the ethics of videogames and a brief history of changes in the industry, this paper performs a comparative analysis of four games, two that engage in critical violence and two that do not, elucidating the techniques used to generate such criticality: defamiliarization, narrative character studies, systemic design, and aesthetic style. These approaches demonstrate that violence in videogames can be a useful element for communicating meaningful experiences.

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)0,000
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 enseignants0,891
Score d'incertitude au seuil0,163

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,028
Tête enseignante GPT0,306
Écart entre enseignants0,278 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGames and CultureMême sujetDigital Games and MediaTravaux en français237 207