Creating a climate changed future with the sea level rise interactive-fiction game “Lagos2199”
Notice bibliographique
Résumé
Story-based futures serve an important role in climate change scenario development. Stories are particularly useful in exploring sea level rise possibilities, since we know many coastal areas are specifically vulnerable to accelerating rises in sea level. This discrete change in coastline is different from most other climate change impacts, and offers a clear basis for scientifically informed, future scenarios. We demonstrated this with a creative world-building effort set in Lagos, Nigeria in the year 2199. Further, we employed story-based scenario development, and created a learning-oriented serious game that allows users to experience a future Lagos in an open-ended, text-based adventure style. This collaborative process blended scientific research, story-telling, and artistic co-creation to iteratively construct the game “Lagos2199”. A pilot-use case of Lagos2199 is documented herein, with preliminary survey results from the student users. We present two core insights. First, we demonstrate how scientific projections regarding sea level rise can be leveraged as an entry point for world-building and scenario development of the future. Second, we show that such a scenario can be transformed into an immersive, story-based serious game to creatively communicate possible futures. Providing the next generation of citizens with fluency in both climate change impacts and how society will interact with such impacts is critical for providing adaptive capacity over the coming decades and centuries of accelerating global change.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».